Inventory stock anomaly detection with variational autoencoder
Değişken otokodlayıcı kullanarak envanter stoğundaki anomalilerin tespiti
- Tez No: 729162
- Danışmanlar: DOÇ. DR. SADETTİN EMRE ALPTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Perakende şirketleri, envanter stok seviyelerini düzenli olarak izler ve pazar konumlarını korumak için satışlara dayalı tahminlere göre stok seviyelerini yönetir. Envanter stoklarının doğruluğu, perakende şirketlerinin doğru bir strateji oluşturması için kritik öneme sahiptir. Birçok perakende şirketi, çalışan veya müşteri hırsızlığı, hasar veya bozulma, yanlış sevkiyatlar nedeniyle envanter stoğundaki yanlışlıkları tespit etmeye ve önlemeye çalışmaktadır. Değişken oto kodlayıcı yöntemini kullanarak hatalı stokları tespit etmeyi amaçlayan çalışmamızda Türkiye'nin en büyük süpermarket zincirlerinden birinin gerçek envanter stoğu verileri kullanılmıştır. Değişken oto kodlayıcı yöntemi verilerin dağılımını öğrenir, bu yüzden zamanla değişen verilerde bunu kullanmak büyük bir avantajdır. Değişken oto kodlayıcı, normal zaman serisi verilerinden verilerin dağılımını öğrenir ve başka bir zaman dilimindeki anormallikleri tespit eder; bunları yaparken hem zamandan hem de emekten tasarruf sağlar. Bunun yanında yöntem herhangi bir ürün seviyesine uygulanabilir. Ayrıca, modelimizdeki anomali eşik değerlerini tanımlamak için çeyrekler arası aralık yöntemini kullanıyoruz; bu sayede eşik değerlerimiz parametrik hale geliyor. Öte yandan, genellikle araştırmacılar yöntem geliştirmek için halka açık verileri kullanır fakat özellikle denetimsiz öğrenme alanındaki makine öğrenmesi algoritmalarını gerçek hayattaki verilerine uygulamak zordur. Çalışmada gerçek hayattaki verilerdeki problemlerin örneğin verideki eksik ve ekstrem değerlerin vb. nasıl ele alınacağını gösteriyoruz. Deneysel sonuçlar, önerilen yaklaşımın düşük ve yüksek seviyedeki envanter stoğundaki anormallikleri tespit edebildiğini ve diğer zaman serisi anormallik tespit problemlerine hızla uygulanabileceğini gösteriyor.
Özet (Çeviri)
Retail companies monitor inventory stock levels regularly and manage stock levels based on forecasted sales to sustain their market position. The accuracy of inventory stocks is critical for retail companies to create a correct strategy. Many retail companies try to detect and prevent inventory record inaccuracy caused by employee or customer theft, damage or spoilage and wrong shipments. Our study aimed to detect inaccurate stocks using the Variational autoencoder (VAE) method, and we used the real inventory stock data of one of Turkey's largest supermarket chains. This method learns the distribution of data, and it is a great advantage to use this in data that changes over time. The VAE learns the usual pattern from normal time series data and detects anomalies by identifying the unseen data pattern, possibly reducing time and effort while gathering error data. In addition, this method can be applied to any product level. However, we use the interquartile range method to define the threshold for our model; therefore, it becomes parametric. On the other hand, generally, researchers use public data to develop methods, and it is challenging to apply machine learning algorithms to real-life data, especially in unsupervised learning. We show how to handle real-life data noises, missing values etc. The experimental findings show that the proposed approach can detect anomalies in the low and high inventory stock quantity and quickly apply to other time series anomaly detection problems.
Benzer Tezler
- Sanal para pazarlarındaki manipülatörlerin makine öğrenimi yöntemleri kullanılarak tespiti
Detection of manipulators in virtual money markets using machine learning methods
FIRAT AKBA
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
DOÇ. DR. İHSAN TOLGA MEDENİ
- Bir iktisat okulu olarak davranışsal finans ve Borsa İstanbul hisse senedi piyasasında momentum ve zıtlık stratejilerinin kriz dönemlerinde incelenmesi
Behavioral finance as a school of economics and investigation of momentum and contrast strategies in Borsa Istanbul stock market during crisis periods
SEVDE ASLAN
- Anomaly detection via machine learning
Makine öğrenmesi ile anormallik tespiti
GÖRKEM ERDEM
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FEZA KERESTECİOĞLU
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Dünya borsalarında gözlemlenen anomaliler ve İstanbul Menkul Kıymetler Borsası üzerine bir deneme
The Anomalies observed in the world stock markets and an experience on the Istanbul Stock Exchange
TAHSİN ÖZMEN
- Etkin piyasalar hipotezi ve düşük fiyatlı hisse senedi anomalisi
Efficient markets hypothesis and low-priced stock anomaly
CİHAN EKŞİ