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
- Tez No: 576608
- Danışmanlar: PROF. DR. HAKAN YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sürdürülebilir Büyüme ve Kalite Yönetimi Bilim Dalı
- 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
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- 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
2022
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESİN ÖZTÜRK IŞIK
- 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
2005
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞENİZ ERTUĞRUL
DOÇ. DR. NURAY UÇAR
- 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
2018
Ağaç İşleriBartın ÜniversitesiOrman Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELMAN KARAYILMAZLAR
- 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
2010
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA ÖZMUTLU