IoT system failure test using machine learning (linear regression)
Makine öğrenmeyi kullanarak IoT sistemi hata testi (lıneer regresyon)
- Tez No: 796430
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: 88
Özet
Nesnelerin İnterneti (IoT) çağında, günlük nesneler sensörler ve aktüatörlerle donatılıyor. Bilgi toplayan ve birbirleriyle konuşarak hareket eden IoT birimleri olarak da adlandırılır. Kısıtlı kaynaklara sahip elektrikli üniteler ayrıca arızalarına yol açabilecek büyük gerilimlere veya dış etkilere maruz kalabilir. Sağlayıcı ortamlarında güvenlik zorunlu bir gerekliliktir, arıza herhangi bir hasara neden olmadan önce önlenmelidir. Tahmine dayalı bakım (PdM) (ML) hakkında bilgi edinen dizüstü bilgisayar kullanımı empoze edilerek, bilgisayar tanıma algoritmaları arızaları tahmin etmek ve yeterli yenileme süresi sağlamak için kullanılabilir. IoT gadget'ları, karakter cihazlarının arıza modellerini kavramak için algoritmalar hakkında bilgi edinerek masaüstünü eğitmek için kullanılabilecek istatistikleri toplar. Bu tez, Nesnelerin İnterneti cihazlarının kullanımı yoluyla elektrikli cihazların arızasını tahmin etmek için (Karar Ağacı, Lojistik Regresyon, k-en yakın komşular, Rastgele Orman ve Gradient Boosting) algoritmalarını ve eklerini tanıtmaktadır.
Özet (Çeviri)
In the age of the Internet of Things (IoT), day-to-day objects are outfitted with sensors and actuators. It is also referred to as IoT units that gather information and function moves through speaking wi.th every other. Electrical units with constrained sources may additionally be subjected to big stresses or exterior influences that may additionally lead to their failure. In provider environments security is a imperative requirement, failure ought to be averted earlier than it motives any damage. By imposing predictive upkeep (PdM) the use of laptop gaining knowledge of (ML), computer getting to know algorithms can be utilized to predict screw ups and grant ample renovation time. IoT gadgets gather statistics that can be used to educate desktop gaining knowledge of algorithms to apprehend failure patterns of character devices. This thesis introduces (Decision Tree, Logistic Regression, k-nearest neighbors, Random Forest, and Gradient Boosting) algorithms and its addendum to predict the failure of electrical gadgets by means of the usage of Internet of Things devices.
Benzer Tezler
- CNN-based server state monitoring and fault diagnosis using infrared thermography
Kızılötesi termografi kullanarak CNN tabanlı sunucu durumu izleme ve arıza teşhisi
BELTUS NKWAWİR WİYSOBUNRİ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Bilim Dalı
DR. ÖĞR. ÜYESİ HAMZA SALİH ERDEN
PROF. DR. BEHÇET UĞUR TÖREYİN
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti
AI-based blood pressure detection with electrocardiography signal
DERYA KANDAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- IoT kullanılarak tıbbi cihaz verilerinin gerçek zamanlı izlenmesı
A new approach for impedance based fault location on transmission lines
ALTUĞ BİLGİN ALTINTAŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SUHAP ŞAHİN
- A study on self-stabilizing dominating set algorithms
Dağıtık öz-kararlı hakim küme algoritmaları üzerine bir çalışma
HÜSEYİN TOLGA EVCİMEN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
DOÇ. DR. ORHAN DAĞDEVİREN