Yapay zeka destekli DSL arıza tespiti
Artificial intelligence supported DSL fault detection
- Tez No: 840994
- Danışmanlar: DR. ÖĞR. ÜYESİ NURİ BİNGÖL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Günümüz koşullarında kaliteli ve kesintisiz internet hizmeti rekabetçi piyasa koşullarında büyük önem arz etmektedir. Müşteri deneyimini iyileştirmek, sunulan hizmeti en veremli şekilde kullanıcılara aktarabilmek internet alt yapı hizmet sağlayıcıların büyük çaba sarf ettiği bir konudur. Her ne kadar yeni bir alt yapı da olsa, müşteri sorumluluğunda olan bina iç tesisatı, binaya giden alt yapıdaki aktarma noktalarında öngörülemeyen, müşteri sorumluluğunda olduğu için müdahale edilemeyen, dış etkenler sonucu zaman içerisinde deformasyona uğrayan devre tamamlayıcı noktalardaki sorunlar internet hizmet sağlayıcının sunduğu hizmet kalitesini direk olarak etkilemektedir. Bu sorunlar fiziki kontrollerde dahi görülüp tespit edilemeyebilir. Bu tezde hat kalitesini direk etkileyen fiziki sorunların tespiti amaçlanmaktadır. Hizmet sağlanan DSL portu üzerinden müşteriye ait toplanan data seti tespitin yapılmasında kullanılmaktadır. Tabi bu dataların hangi formasyonlarının hangi arızaya işaret ettiği Türk Telekom Mükemmeliyet Merkezindeki 1 aylık testler sonucu belirlenmiştir. Arıza senaryoları fiziki olarak gerçekleştirilmiş ve datalar toplanarak etiketlemeler sağlanmıştır. Elde edilen data seti ile eğitilen yapay zeka modeli 8 hata kodu için sonuçlar üretmiştir. Bu üretilen sonuçlar üzerinden saha da ilgili lokasyonlar ziyaret edilerek, sonuçların doğruluğu teyit edilmiştir. Başarılı tespitler sonucu geliştirilen yapı bir uygulama olarak Türk Telekom bünyesinde hata tespitleri için kullanılmaya başlamıştır.
Özet (Çeviri)
In today's conditions, providing high-quality and uninterrupted internet service holds significant importance in competitive market conditions. Improving customer experience and efficiently delivering the offered service to users are subjects that internet infrastructure service providers exert significant effort into. Even though it's a new infrastructure, issues with building internal installations, which fall under the customer's responsibility, and unforeseeable problems at the transition points in the infrastructure leading to the building, which cannot be intervened upon due to being the customer's responsibility and can be subject to deformation over time due to external factors, directly impact the service quality provided by the internet service provider. These problems might not even be visible or detectable through physical checks. This thesis aims to directly identify physical problems that affect line quality. The dataset collected from the DSL port through which the service is provided to the customer is used in the detection process. Naturally, the correlations between these data and the specific faults they indicate have been determined through one month of testing at the Türk Telekom Excellence Center. Fault scenarios were physically simulated, and data was collected and labeled. The artificial intelligence model trained with the acquired dataset has produced results for 8 error codes. Field visits to relevant locations have been conducted based on these generated results to confirm their accuracy. As a result of successful detections, the developed system has started to be used as an application for error detection within Türk Telekom.
Benzer Tezler
- AI assisted teaching: Practices and perspectives of instructors on using AI tools in ELT
Yapay zeka destekli öğretim: İngilizce öğretiminde yapay zeka araçlarının kullanımına ilişkin öğretim görevlilerinin uygulamaları ve perspektifleri
ALPASLAN ÇİFTÇİ
Yüksek Lisans
İngilizce
2024
Eğitim ve ÖğretimMaltepe ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. AYSU ARYEL ERDEN
- Yapay zekâ destekli grafik tasarım araçlarının sürdürülebilirlik odaklı kullanımı: yeşil tasarım ilkeleri ve karbon ayak izi analizi
Sustainability - focused use of artificial intelligence supported graphic design tools: green desing principles and carbon footprint analysis
ELİF AYYILDIZ
Yüksek Lisans
Türkçe
2024
Güzel SanatlarGiresun ÜniversitesiSanat ve Tasarım Ana Sanat Dalı
DOÇ. SEDA NUR ATASOY
- Empowering learner autonomy for developing writing skills through ai-enhanced reflective journals
Yapay zekâ destekli yansıtıcı günlükler aracılığıyla yazma becerilerinin geliştirilmesi için öğrenen özerkliğinin güçlendirilmesi
SENA KÖNEZ
Yüksek Lisans
İngilizce
2024
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. SELAMİ AYDIN
- The impact of artificial intelligence-powered writing assistance systems on metacognitive writing strategies in the EFL learning context
Yapay zekâ destekli yazma sistemlerinin yabancı dil olarak İngilizce öğrenme bağlamında üstbilişsel yazma stratejileri üzerindeki etkisi
ECE HATİCE BERK
Yüksek Lisans
İngilizce
2024
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. SELAMİ AYDIN
- Yapay zeka destekli müzik dersi aktivitelerinin öğrencilerin ders motivasyonlarına etkisi
The effect of artificial intelligence supported music lesson activities on students course motivation
OĞUZ KELEŞ
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimAtatürk ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
DOÇ. DR. OZAN GÜLÜM