Çamaşır makinelerinde farklı leke grupları için yıkama performansına etki eden parametrelerin denetimli öğrenme algoritmaları ile tahminlenmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Veri Bilimi, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: Merih Şükrü Akgün

Danışman: Neslihan Demirel

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Ev tipi çamaşır makinelerinin yıkama performansının, Avrupa'daki eko tasarım gereklilikleri gibi belirli sınır değerlere uyması gerekmektedir. Çamaşır makinelerinde lekelerin yıkama performansları için belirlenen sınır değerleri EN 60456 standardına göre elde edilmelidir. Yıkama performansını etkileyen yıkama süresi, su seviyesi, deterjan miktarı, motor yoğunluğu, hacim başına yıkanan yük miktarı ve sıcaklık olarak belirlenen faktörlerin çeşitli düzeyleri için yıkamalar gerçekleştirilmektedir. Bu tez çalışmasında Vestel Beyaz Eşya firmasından sebum, karbon, kan, kakao ve kırmızı şarap lekesi olan kumaşlar üzerinde çeyrek yükle, yarım yükle ve tam yükle elde edilen yıkama performans değerleri temin edilmiştir. 5 leke için yıkama performans değerleri ile tüm lekelerin yıkama performans değeri toplamı ve 3 ayrı yük için toplam 18 veri kümesi elde edilmiştir. Elde edilen veri kümeleri çoklu doğrusal regresyon, regresyon ağacı, torbalama (bagging), rassal ormanlar regresyonu, XGBoost regresyonu, destek vektör regresyonu (doğrusal çekirdek ve polinom çekirdek) ve k-en yakın komşu regresyonu algoritmaları ile modellenmiştir. Tüm modellerin performanslarının karşılaştırılması için hata kareler ortalaması, kök hata kareler ortalaması ve ortalama mutlak hata metrikleri kullanılmıştır. 18 veri kümesinin 8'inde rassal ormanlar regresyonu, 7'sinde bagging ve 3'ünde XGBoost modeli en iyi model olarak tespit edilmiştir. Sonuç olarak ağaç tabanlı algoritmalar kullanan modeller olarak ön plana çıkmıştır.