Veri madenciliği sınıflandırma tekniklerini kullanarak üretim sistemlerinde hatalı ürünlerin tespit edilmesi
Determining failed products in production systems using data mining classification techniques
- Tez No: 570179
- Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN AKTEPE
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Digital oil refinery: Utilizing real-time analytics and cloud computing over industrial sensor data
Başlık çevirisi yok
ATHAR KHODABAKHSH
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL ARI
- 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
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Veri madenciliği tekniğinin havacılık meteorolojisinde kullanımı
A study of data mining on aeronautical meteorology
EDA ÇINAROĞLU
- 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
