Geri Dön

Endüktif öğrenme tekniği ile çizgikodlarını tanıma

Identification of bar-codes with inductive learning techniques

  1. Tez No: 733377
  2. Yazar: METİN BAYRAM
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET SABİH AKSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1996
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

2000'li yılları eşiğinde dünya, özellikle bilgisayar alanındaki dahi gelişmeler sebebiyle bilgi çağının zirvesine doğru ilerlemektedir. Kıt kaynaklar arasında zamanın ekonomik biçimde kullanılması için çeşitli araçlar geliştirilerek en kısa zamanda, en fazla verim almanın yol ve yöntemleri uygulanmaya konulmaktadır. Bilgisayarların hızlı ve yoğun işlem yapma özelliklerinden insanoğlu azami derecede istifade etmesini bilmiştir. Bilgisayarla bilgiyi çok kolay elde etme ve çok kısa süre içinde elde edilen bilginin işlenebilmesi imkanını vermiştir. Bilgisayarların sağladığı kolaylıklar yanında çizgikodu sistemleri bir dizi ince ve kalın çizgiler ile aralarındaki boşluklardan ibaret basit yapıları sayesinde bilgiye erişme ve gerekli bilgiyi temin etmede sıkça başvurulan bir yöntem haline gelmiştir. Örneğin bir markette bilgisayar çizgikoduna bağlı olarak fiyatı arar ve kasaya bildirir, kasa kaydeder ve aynı zamanda bu bilgileri alıcının görebileceği yerde ekrana getirir. Tüm işlemler alıcının gözü önünde ve kontrolünde gerçekleşir. Yayıncılık alanında da uzun bibliyografik kimlikler yerine uluslararası düzeyde kullanılan bir kodlama sistemi ile kitabın yazarı, basım yılı, adı, yayınevi v.b. bilgilerin tek bir yayını temsil etmesi sağlanmıştır. Bir çizgikodu, etiketi ve çizgikodu okuyucusu ile sınırlanamaz. Bunların yanısıra özel donanımlı bilgisayarlar, bilgisayar programları, elektronik devre cihazları, master film, okuyucu çizgikodu sistemlerinin temel elemanlarıdır. İlk yatırım maliyetleri fazla olan bu sistemlerin kullanılmadan önce maliyetleri iyice hesaplanmalıdır. Bu bağlamda Yapay Zeka'nın dallarından olan Endüktif Öğrenme'nin çok ilginç bir uygulama alanı ortaya çıkmıştır. Halen uygulamada kullanılan belirli sayıdaki Endüktif Öğrenme algoritmalarından RULES3, daha basit olması ve daha fazla avantajlara sahip olması sebebiyle bu çalışmada kullanılmıştır. Bu çalışma ile, daha az bir maliyet gerektiren, çizgikodlarını bilgisayarın hafızasında saklamak ve çağırmak için daha aza hafızaya ve daha kısa işlem zamanına ihtiyaç duyan Endüktif Öğrenme tekniği ile çizgikodu tanıma işlemi, alternatif bir sistem olarak sunulabileceği rahatlıkla söylenmiş olmaktadır.

Özet (Çeviri)

Approaching to 2000, computer technology have been rapidly developing to catch the information age. As time is very important some new methods should be developed to get better results within a short time. Bar-code systems which include a range of thin and thick bars and spaces between them is a frequently applied method for processing knowledge and easily recall. For example, in the big markets that sell wide range of products computers seek the price and other information using bar codes and monitor them. Also costumers can monitor all the knowledge. The process is performed within short time because of the simple structure of bar codes. Also with international bar code system all the knowledge represented including the writer, publication date, the name of the book etc. is represented in one code instead of long bibliographic identities. The requirements for processing bar codes are not only labels and scanners. Specially equipped computers, softwares, electronic circuit boards and master films are some other basic elements of a bar code system. Before deciding to install such a system, the financial analysis should be done as the first instalment is usually expensive. In this study, it is demonstrated that bar-code systems are very suitable applications for inductive learning. A number of induction algorithms are available but, in this study, RULES3 induction algorithm is chosen because of its more simple implementation structure and some advantages over others. Finally, it can be easily said that Inductive Learning is an alternative way to process bar codes. The system requires less memory to store and call codes, shorter processing time, and is cheaper.

Benzer Tezler

  1. Endüktif öğrenmeyi kulanarak konuşmayı tanıma

    Speech recognition using enductive learning

    İLHAN COŞKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. ETEM KÖKLÜKAYA

  2. İhtiyaç belirlemede endüktif-roc temelli bir model

    A Model of Inductive-ROC based in requirements determination

    TİJEN ÖVER

    Doktora

    Türkçe

    Türkçe

    2006

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. ORHAN TORKUL

  3. Quality control of ceramic tiles using inductive learning

    Başlık çevirisi yok

    ALİ TÜRKYILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Endüstri ve Endüstri MühendisliğiFatih Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. M. SABİH AKSOY

  4. Endüktif öğrenme yaklaşımıyla hücresel imalat sistem tasarımı

    Cellular manufacturing system design with inductive learning approach

    MUHTEREM ÇÖL

    Doktora

    Türkçe

    Türkçe

    2003

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ORHAN TORKUL

  5. Endüktif öğrenmede bilgi kazanımı için yeni algoritmalar

    New algorithm for knowledge acquisition in inductive learning

    ÖMER AKGÖBEK

    Doktora

    Türkçe

    Türkçe

    2003

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN ÖZTEMEL