Geri Dön

Ulusal iş kazaları verisinden karar destek sistemi oluşturmada makine öğrenmesi yaklaşımı

Creating a decision support framework from national occupational accidents data with machine learning approach

PDF İndir

  1. Tez No: 743913
  2. Yazar: FÜSUN RECAL
  3. Danışmanlar: DOÇ. DR. TUFAN DEMİREL
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Kazalar, Industrial and Industrial Engineering, Accidents
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: İş Güvenliği ve Sağlığı Bilim Dalı
  13. Sayfa Sayısı: 156

Özet

Her gün meydana gelen iş kazaları sonucu çalışanlar yaralanmakta, çalışamaz hale gelmekte ve hatta yaşamlarını kaybetmektedirler. İş kazalarının ülkelerin toplum yaşamları üzerindeki psikolojik ve yaşamsal etkileri yanı sıra ülke refahını etkileyen ekonomik sonuçları da literatürde yer almaktadır. Artan iş kazalarının önlenmesi için mevzuat çıkarma atılımlarına ek olarak İSG alanında daha geniş araştırma çalışmalarına ihtiyaç bulunmaktadır. İş kazalarının önlenmesinde doğru kararlar alınabilmesi için, iş kazalarının oluşumundaki etkenlerin belirlenmesi ve karar alıcılara sunulması önemli bir rol oynamaktadır. Bu etkenlerin belirlenmesinde kullanılabilecek en önemli kaynaklardan birisi ulusal çapta toplanan iş kazaları verisidir. Ancak, kazaları tanımlayan çok sayıda parametre ile birlikte toplanan veri boyutunun her geçen gün büyümesi, geleneksel istatistiksel yöntemlerin hesaplama yükünü arttırmış ve analizlerin uygulanmasını zorlaştırmıştır. Bu sebeple, büyük veri analizinde veri madenciliği adı altında disiplinlerarası bir alanda toplanan bazı teknikler, geleneksel istatistiksel yöntemlere güçlü bir alternatif oluşturmaktadır. Bu tez çalışmanın amacı, karmaşık yapıdaki ulusal iş kazası ham verisini, iş kazalarını önlemede etkili karar alıcılara sunmak için bir karar destek sistemine dönüştürmektir. Önerilen yöntemde, kazanın şiddeti üzerinde etkili faktörlerin makine öğrenmesi ile belirlenmesi ve belirlenen faktörlerin oluşturduğu kaza zincirlerinin birliktelik kural çıkarımı yöntemi ile ortaya çıkarılması olmak üzere iki aşamalı bir veri madenciliği yöntemi geliştirilmiştir. Önerilen yöntem, 2013-2017 yılları arasında Türkiye'de meydana gelen 187.910 kazadan oluşan ulusal kaza veri setini kullanan bir uygulama ile geliştirilmiştir. Önerilen yöntemin uygulamasında aynı veri seti 4 farklı ikili şiddet sınıflandırması kullanılarak analiz edilmiş ve bu şiddet sınıflandırmalarını içeren toplam 316.557 kaza zinciri ortaya çıkarılmıştır. Ortaya çıkan kaza zincirlerinin oluşturduğu karar destek sistemi, hem ulusal düzeyde faaliyetlerin belirlenmesinde hem de işyerlerinde gerçekleştirilen risk değerlendirme çalışmaları esnasında karar alıcılara yol gösterici olacaktır. Ulusal veritabanına yeni kazalar eklendikçe de, önerilen yöntemin tekrarı ile, karar destek sistemi mevcut koşulları yansıtan bir şekilde karar vericilere sunulabilir.

Özet (Çeviri)

As a result of work accidents that occur every day, employees are injured, become unable to work and even lose their lives. Besides the psychological and vital effects of occupational accidents on the social lives of countries, the economic consequences that affect the welfare of the country are also mentioned in the literature. In addition to the legislative initiatives to prevent occupational accidents increase, there is a need for wider research studies in the field of OHS. In order to make the right decisions in the prevention of occupational accidents, determining the factors behind the occupational accidents and presenting them to decision makers plays an important role. One of the most important sources that can be used in the determination of these factors is the nationally collected work accident data. However, the increase in the size of the data collected and the large number of parameters describing the accidents, increased the computational load of traditional statistical methods and make the analysis difficult. For this reason, some techniques gathered in an interdisciplinary field under the name of data mining in big data analysis constitute a strong alternative to traditional statistical methods. The aim of this thesis is to transform the complex national occupational accident raw data into a decision support system to present it to decision makers who are effective in preventing occupational accidents. In the proposed method, a two-stage data mining method has been developed: determining the factors affecting the severity of the accident with machine learning and revealing the accident chains formed by the determined factors with the association rule extraction method. The proposed method developed with an application using a national accident dataset consisting of 187,910 accidents that took place in Turkey between 2013 and 2017. In the application of the proposed method, the same data set was analyzed using 4 different binary severity classifications, and at the end total of 316,557 accident chains containing these severity classifications were revealed. The decision support system created by the resulting chains of accidents will guide the decision makers both in determining the activities at the national level and during the risk assessment studies carried out in the workplaces. As new accidents are added to national database, by repeating the proposed method, the decision support system can be presented to the decision makers in a way that reflects the current conditions.

Benzer Tezler

  1. Tez No

    577356

    Türkiye'de bulunan suriyeli sığınmacıların ulusal sağlık sistemi üzerine etkisinin değerlendirilmesi

    Assessment of Turkish health system resilience;the impact of syrian refugees on the turkish health system

    KEREM KINIK

    Doktora

    Türkçe

    Türkçe

    2019

    Halk SağlığıBezm-i Alem Vakıf Üniversitesi

    Afet Tıbbı Ana Bilim Dalı

    PROF. DR. ALPASLAN MAYADAĞLI

  2. Tez No

    911105

    Deep learning-based behavior analysis of seafarers

    Derin öğrenme tabanlı gemi adamlarının davranış analizi

    VEYSEL GÖKÇEK

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GAZİ KOÇAK

    DR. ÖĞR. ÜYESİ YAKUP GENÇ

  3. Tez No

    828572

    InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği

    Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport

    NUR YAĞMUR

    Doktora

    Türkçe

    Türkçe

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU

    PROF. DR. ERDAL ŞAFAK

  4. Tez No

    600933

    Hazır beton üretimi sektöründe iki firmanın risk değerlendirmesinin incelenmesi

    Investigation of risk assessment of two companies in ready-mix concrete production sector

    İLAYDA BOZKURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Halk Sağlığıİstanbul Yeni Yüzyıl Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    PROF. DR. OĞUZ ÖZYARAL

  5. Tez No

    823060

    Metal sektöründe yaşanan iş kazalarının istatistikselolarak incelenmesi ve makine öğrenim algoritmalarıile tahmin çalışmaları

    Statistical analysis of occupational accidents in the metalindustry and prediction studies with machine learningalgoritms

    EKİN KARAKAYA ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2023

    KazalarGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı

    DOÇ. DR. HASAN BASRİ ULAŞ

Geri Dön