Geri Dön

Kalite kontrolde yapay sinir ağlarının denetimsiz kullanımı üzerine bir deneme: Lokal ve seyrek darbeli sinir ağı

An experiment on the unsupervised use of artificial neural networks in quality control: Local and sparse spiking neural network

  1. Tez No: 576608
  2. Yazar: ÖZGÜR TAPAN
  3. Danışmanlar: PROF. DR. HAKAN YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sürdürülebilir Büyüme ve Kalite Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 84

Özet

Eko-verimlilik ve eko-etkinlik açısından sürdürülebilir bir ekonominin gerçekleştirilebilmesi yeni endüstriyel metotların geliştirilmesiyle mümkündür. Üretim süreçlerinde karşılaşılan kusurlar, kaynakların ürüne dönüşmesini engeller ve ürün kalitesini düşürerek ürünün yaşam ömrünü kısaltır. Eko-verimli bir üretim süreci kaynaklardan tamamen faydalanmalıdır. Uzman denetimine erişimin mümkün olduğu süreçlerde kalite kontrol yüksek bir doğrulukla uygulanabilse de karmaşık üretim süreçlerinde veya uzman denetimine erişimin mümkün olmadığı süreçlerde yeni bir kalite kontrol metoduna ihtiyaç duyulmaktadır. Bu çalışma kapsamında 3. nesil darbeli sinir ağları kullanılarak denetimsiz eğitilebilen bir kalite kontrol metodu tanıtılmıştır. Oluşturulan ağın, tekstil sektöründen alınan kusurlu ürün görsel verilerini denetimsiz bir şekilde tanımlayabildiği ve sınıflandırabildiği gözlemlenmiştir.

Özet (Çeviri)

Performing sustainable economy in terms of eco-efficiency and eco-effectiveness is possible with development of new industrial methods. Defects encountered in manufacturing processes hinders processing resource into product and shorten product life span due to reduced product quality. An eco-efficient manufacturing process should be completely benefit from resources. Even quality control can be done in high accuracy when its possible to access to supervision of expert, a new quality control method is needed in complex manufacturing processes or in processes where access to supervision of expert is not possible. In the scope of this research, a quality control method that can be trainable in unsupervised manner which is using 3. generation spiking neural network was introduced. Introduced network's capability of describing and classifying defective product data images, that taken from textile industry, was observed.

Benzer Tezler

  1. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  2. Development of software tools for improved 1H magnetic resonance spectroscopic imaging

    İyileştirilmiş 1H manyetik rezonans spektroskopik görüntüleme için yazılım araçlarının geliştirilmesi

    SEVİM CENGİZ

    Doktora

    İngilizce

    İngilizce

    2022

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESİN ÖZTÜRK IŞIK

  3. Örme kumaşlardaki üretim hatalarının görüntü işleme teknikleri ile otomatik tespiti ve sınıflandırılması

    Automatic fault detection and classification of knitted fabrics using image processing techniques

    VOLKAN ATMACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞENİZ ERTUĞRUL

    DOÇ. DR. NURAY UÇAR

  4. İstatistiksel süreç kontrolünde Shewhart, CUSUM ve EWMA kontrol kartları ile yapay sinir ağlarının bütünleşik kullanımı: Bir orman endüstri işletmesinde uygulama

    Integrated use of artificial neural networks and Shewhart, CUSUM and EWMA control charts in statistical process control: A case study in forest industry enterprise

    RIFAT KURT

    Doktora

    Türkçe

    Türkçe

    2018

    Ağaç İşleriBartın Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SELMAN KARAYILMAZLAR

  5. Altı sigma ve yapay sinir ağlarının tekstil sektöründe karşılaştırmalı bir uygulaması

    A comparative application of six sigma and artificial neural networks in the textile sector

    ÜMİT YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Endüstri ve Endüstri MühendisliğiUludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA ÖZMUTLU