Application of Machine Learning Methods in Manufacturing Sector
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: ALİCAN DOĞAN
Danışman: Derya Birant
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Son yıllarda makine öğrenimi ve veri madenciliği yöntemleri birçok alanda yaygın olarak kullanılmaktadır. Üretim sektörü de bu alanlardan biridir. Üretim verilerinin yüksek karmaşıklığı ve çok boyutlu olma durumu, üreticilerin temel hedeflerini yerine getirmek amacıyla değerli bilgileri çıkarmak için veri analizi tekniklerinin entegrasyonu ihtiyacını doğurur. Üretim verileri özellikleri, ürünle ilgili öznitelikler, üretimde kullanılan makinelerin işlevsel parametreleri, süreç özellikleri ve farklı sensör türlerinden elde edilen ölçüm değerleri olabilir. Bu tür verileri faydalı bilgilere dönüştürmek bu tezin odak noktasıdır. Bu amaçla birkaç yeni makine öğrenimi yaklaşımı önerilmiş (kümeleme, sapan değer tespiti, sınıflandırma ve regresyon) ve deneyler yoluyla doğrulanmıştır. Bu tezde, üretim dahil çeşitli kaynaklardan elde edilmiş üretim verileri kullanılarak iki denetimli ve iki denetimsiz strateji sunulmakta ve test edilmektedir. Önerilen yöntemler şu sırayla ele alınır: (i) yeni bir birleştirici hiyerarşik kümeleme bağlayıcı yöntem olan k-merkez bağlantısı (ii) karmaşık verisetlerindeki sapan değerleri bulmak amacıyla geliştirilmiş güçlü bir denetimsiz öğrenme yöntemi olan Torbalanan ve Oylanan Yerel Sapan Değer Faktörü (BV-LOF), (iii) topluluktaki daha az hataları olan sınıflandırıcıları ödüllendirerek nesneleri sınıflandırmak için önerilmiş olan Ağırlıklı Çoğunluk Oylaması Topluluğu (WMVE), (iv) Bir Madencilik Sürecinde Kalite Tahmini için Çoklu Hedef Regresyonu (MTR-QP) eş zamanlı olarak bir madencilik sürecinde silika ve demir yoğunluğunu tahmin eder. Deneysel sonuçlar, önerilen tüm modellerin yaygın olarak kullanılan yöntemlerden daha iyi değerlendirme ölçüm değerleri aldığını göstermektedir.