Mining association rules for quality related data in an electronics company
Bir elektronik şirketi için kalite verilerinden birliktelik kurallarının belirlenmesi
- Tez No: 237591
- Danışmanlar: PROF. DR. NUR EVİN ÖZDEMİREL, PROF. DR. SİNAN KAYALIGİL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde ürünlerdeki hata oranlarının azaltılmasının üretim maliyetini azaltmayönündeki etkileri gözlenmekte ve bu yüzden kalite konusu oldukça önemkazanmaktadır. Bu yüzden firmalar büyük miktarlarda kalite verisi üretmekte vesaklamaktadırlar. Bu verilerin analizi, problemlerin ve sebeplerinin anlaşılarakönleyici tedbirlerin alınması açısından önemlidir. Bu tezde bir veri madenciliğiyöntemi olan birliktelik kuralları için bir metodoloji sunulmuştur. KullanılanApriori algoritması çok fazla kural üretmektedir. Bu kuralların çoğu gereksizdir.Bu yüzden gereksiz kuralların elenmesine yönelik üç aşamalı bir eleme yöntemigeliştirilmiştir. Bu yaklaşım bir elektronik firmasında üretim ve mal giriş kaliteverileri üzerinde uygulanmıştır. Ortaya çıkarılan kurallar test verileri iledoğrulanmış ve sonuçlar analiz edilmiştir.
Özet (Çeviri)
Quality has become a central concern as it has been observed that reducingdefects will lower the cost of production. Hence, companies generate and storevast amounts of quality related data. Analysis of this data is critical in order tounderstand the quality problems and their causes, and to take preventiveactions. In this thesis, we propose a methodology for this analysis based on oneof the data mining techniques, association rules. The methodology is applied forquality related data of an electronics company. Apriori algorithm used in thisapplication generates an excessively large number of rules most of which areredundant. Therefore we implement a three phase elimination process on thegenerated rules to come up with a reasonably small set of interesting rules. Theapproach is applied for two different data sets of the company, one forproduction defects and one for raw material non-conformities. We then validatethe resultant rules using a test data set for each problem type and analyze thefinal set of rules.
Benzer Tezler
- Para piyasasında banka dışı mali kesimde finansal farklılaşma: Factoring, forfaiting, leasing ve özel finans kurumları
Başlık çevirisi yok
MÜGEHAN ACARASLAN
- Clustering web usage transactions for efficient association rule mining
Verimli eşleştirme sorgusu çıkarımı için web günlük hareketlerinin gruplandırılması
MEHMET ULUER
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN HÜSEYNOV
- Self-confıgurıng data mınıng for ubıquıtous computıng
Mobil veri madenciliğinde otomatik yapilandirma
AYŞEGÜL ÇAYCI
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiElektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
DOÇ. DR. YÜCEL SAYGIN
- Karar ağaçlarının birliktelik kuralları ile iyileştirilmesi
Improving decision trees with association rules
ÜNAL SEZER
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NEVCİHAN DURU
- Tıbbi veri kümeleri arasındaki birliktelik kurallarının çok amaçlı genetik algoritma ile çıkarılması
Extraction of association rules in medical datasets via multi-objective genetic algorithms
BUKET KAYA
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. İBRAHİM TÜRKOĞLU