Geri Dön

Veri madenciliği sınıflandırma tekniklerini kullanarak üretim sistemlerinde hatalı ürünlerin tespit edilmesi

Determining failed products in production systems using data mining classification techniques

  1. Tez No: 570179
  2. Yazar: MUHAMMED FATİH ŞİMŞEK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN AKTEPE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kırıkkale Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 88

Özet

Günümüzde yaşanan teknolojik gelişmeler sayesinde, hemen her alanda çeşitli veriler kolaylıkla elde edilebilmekte ve depolanabilmektedir. Fakat elde edilen bu veriler çoğu zaman ham olarak bir anlam ifade etmemektedir. Verilerin kullanılabilir hale gelmeleri için çeşitli süreçlerden geçmeleri gerekmektedir. Veri madenciliği teknikleri sayesinde ham verilerden kullanılabilir bilgiler elde edilmektedir. Birçok alanda veri madenciliği tekniklerinden yoğun bir biçimde yararlanılmaktadır. Fakat veri madenciliği tekniklerinin üretim alanında kullanımı diğer alanlara kıyasla daha azdır. Bu çalışma ile, üretim alanında az sayıda olan veri madenciliği uygulamalarına bir örnek daha eklenmiştir. Bu çalışmada, bir üretim atölyesinden elde edilen fiili üretim verileri WEKA yazılımı üzerinde bulunan çeşitli sınıflandırma algoritmalarında kullanılmıştır. Algoritmalardan elde edilen sonuçlar ile ürünlerin hatalı ya da sağlam olmasına etki eden koşullar için STATİSTİKA yazılımı kullanılarak karar ağaçları ve kurallar tespit edilmiştir.

Özet (Çeviri)

Today, thanks to the technological developments, miscellaneous data sets from many different domains can easily be obtained and stored. However, these data sets are mostly in raw format and do not provide so much information. The data should go through various processes to make them ready for information extraction. Data mining techniques enable us to obtain the information from raw data sets. Data mining techniques are used extensively in many areas. However, the use of data mining techniques in the production area is less compared to other fields. With this study, a new example of data mining applications in the production area was added. In this study, a real production data set from a production workshop were used in various classification algorithms on WEKA software. Using STATISTIKA software, decision trees and rules have been determined for the conditions that affect the results of the algorithms and the faulty or robust products.

Benzer Tezler

  1. Digital oil refinery: Utilizing real-time analytics and cloud computing over industrial sensor data

    Başlık çevirisi yok

    ATHAR KHODABAKHSH

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İSMAİL ARI

  2. Design as making: Integration of design development and fabrication through human-computer interaction

    Yaparak tasarlama: insan bilgisayar etkileşimi ile tasarım ve imalat süreçlerini bütünleştirme

    SERDAR AŞUT

    Doktora

    İngilizce

    İngilizce

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. ARZU ERDEM

  3. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  4. Veri madenciliği tekniğinin havacılık meteorolojisinde kullanımı

    A study of data mining on aeronautical meteorology

    EDA ÇINAROĞLU

    Doktora

    Türkçe

    Türkçe

    2015

    MeteorolojiErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OSMAN UNUTULMAZ

  5. Veri madenciliğinde sınıflayıcı teknikler ile demir çelik sektöründe uzun ürünlerin üretimine ilişkin bir tahmin modellemesi

    A predictive model for the manufacturing of long-rolled products in iron-steel industry with classifications techniques of data mining

    BÜLENT ORDU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İşletmeKarabük Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. FİLİZ ERSÖZ