Sensör IOT verileri üzerinde keşifsel veri analizi ve değişken seçimi uygulaması
Explanatory data analysis and application of variable election on sensor IOT data
- Tez No: 768099
- Danışmanlar: PROF. DR. AYHAN DEMİRİZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, İstatistik, Industrial and Industrial Engineering, Statistics
- Anahtar Kelimeler: Değişken seçimi, Korelasyon analizi, Nesnelerin interneti, Veri analizi, Zaman serileri, Variable selection, Correlation analysis, Internet of things, Data analysis, Time series
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sensör IoT verilerinin analizi günümüzde birçok sorunun tespit edilmesi, problemlerin çözümlenmesi ve bilinmeyen hakkında yorum yapmamıza olanak sağlamaktadır. Bu çalışmada cam üretim fırınlarında kullanılan sensörlerdeki veriler ele alınmıştır. Öncelikle sensörlerin konumları tespit edilmiştir. Aynı proseste kullanılan sensörler ele alınarak proses içerisindeki sensörlerin birbiri ile arasındaki ilişki ve etkileşimler incelenmiştir. Bu veriler oldukça karmaşık ve büyük değer içeren verilerdir. Bulut üzerinde tutulan veriler Dataiku programı kullanılarak analiz edilmiştir. Keşifsel Veri Analizi ile verilerdeki anomaliler tespit edilmiş olup istatistiksel ve görsel grafikler vasıtasıyla veriler yorumlanabilir ve analiz edilebilir şekle getirilmiştir. Ayrıca birden fazla sensör arasında ilişki olup olmadığı da korelasyon analizi ile incelenmiştir. Verilerin analizi aşamasından elimizde birçok sensör bulunmaktadır. Tüm sensörlerin analiz edilmesi zaman ve maliyet açısından olumsuz etkiye neden olabilmektedir. Bu durumda sadece bizim için önem arz eden ve daha anlamlı olan sensörlerin tespit edilip analizleri bu sensörler üzerinde yoğunlaştırmak işimizi büyük ölçüde kolaylaştıracaktır. Bu aşamada Dataiku programı üzerinde uygulanan entegrasyon ile R dili ile geliştirilen algoritma kullanılarak kullandığımız değişkenlerden hangilerinin bizim için daha fazla anlamlı olduğu hakkında bir sonuca ulaşılmıştır.
Özet (Çeviri)
Analysis of sensor IoT data allows us to identify problems, fix problems, and comment on unknown phenomena. In this study, the data on the sensors used in glass production furnaces are discussed. First, the locations of the sensors were determined. By considering the sensors used in the same process, the relationships and interactions between the sensors in this process are examined. These data are very complex and contain large volume data. The data stored in the cloud was analyzed using the Dataiku program. With Exploratory Data Analysis, anomalies in the data have been detected and the data have made interpretable and analyzable using statistical analysis and visual graphics. Additionally, whether a relationship between more than one sensor was examined by correlation analysis. We have many sensors at our disposal from the analysis stage of the data. Analyzing all sensors can have adverse effects in terms of time and cost. Here, detecting only the important sensors is more meaningful to us and concentrating the analysis on these sensors will greatly facilitate our work. At this arrange, a conclusion has come to approximately which factors we utilized were more significant for us by using the integration connected to the Dataiku program and the calculation created with the R language.
Benzer Tezler
- Internet of things (IoT) for effective post-disaster management
Kablosuz sensör ağ bazlı akıllı şebeke uygulamaları için hizmet katlitesi duyarlı sistem
CEM AYYILDIZ
Doktora
İngilizce
2019
İletişim BilimleriBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KOÇAK
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR
- IoT ayrıtlarında büyük sağlık verilerinin etkin yönetimi için bir akıllı veri ön işleme yaklaşımı
A smart data pre-processing approach for effective management of healthcare big data on IoT edges
ŞÜKRÜ MUSTAFA KAYA
Doktora
Türkçe
2021
Mühendislik Bilimleriİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEŞ
- Using deep learning technology based energy-saving for software defined wireless sensor networks (SDWSN) framework
Yazılım tanımlı kablosuz sensör ağları (SDWSN) çerçevesi için derin öğrenme teknolojisi tabanlı enerji tasarrufunun kullanılması
SARAH MOHAMMED NSAIF AL-QARAGHULI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Hafif sanallaştırmalı akıllı IoT Gateway tasarımı ve gerçekleştirilmesi
Lightweight virtualization intelligent Iot Gateway design and implementation
AHMET GENÇKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YETKİN TATAR
- Mprovıot - çok amaçlı programlanabilir YZ ve IoT destekli rover robot
Mproviot multi purpose programmable AI supported IoT rover robot
AHMET BAĞBARS
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMED FATİH TALU