Geri Dön

IoT system failure test using machine learning (linear regression)

Makine öğrenmeyi kullanarak IoT sistemi hata testi (lıneer regresyon)

  1. Tez No: 796430
  2. Yazar: AYA AYAD HUSSEIN AL-ZUHAIRI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
  13. 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

  1. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMZA SALİH ERDEN

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. 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

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  3. Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti

    AI-based blood pressure detection with electrocardiography signal

    DERYA KANDAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMED KÜRŞAD UÇAR

  4. 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

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SUHAP ŞAHİN

  5. A study on self-stabilizing dominating set algorithms

    Dağıtık öz-kararlı hakim küme algoritmaları üzerine bir çalışma

    HÜSEYİN TOLGA EVCİMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    DOÇ. DR. ORHAN DAĞDEVİREN