IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • International Journal of Innovative Engineering Applications
  • Volume:6 Issue:2
  • Anomaly Detection for Gear Manufacturing Downtime in The Automotive Sector Using Rare Itemset Mining

Anomaly Detection for Gear Manufacturing Downtime in The Automotive Sector Using Rare Itemset Mining

Authors : Devrim Naz AKDAŞ, Derya BIRANT, Pelin YILDIRIM TAŞER
Pages : 199-204
Doi:10.46460/ijiea.1067365
View : 26 | Download : 14
Publication Date : 2022-12-30
Article Type : Research Paper
Abstract :Üretimdeki duruşlar üretkenliği önemli ölçüde etkiler ve duruşların analizi başarılı ve esnek üretim için gereklidir. Üretim alanında makine duruşları ile ilgili bazı sınıflandırma ve regresyon çalışmaları yapılmış olsa da, şimdiye kadar mevcut duruş çalışmalarında seyrek öğe kümesi madenciliği insert ignore into journalissuearticles values(RIM); tekniği hiç uygulanmamıştır. Ayrıca, RIM kullanılarak otomotiv sektöründe dişli üretimi duruşlarında anomali tespiti henüz keşfedilmemiştir. Bu boşluğu doldurmak için, bu çalışma, iş makinelerinin dişli imalatı duruşlarındaki anomalileri tespit etmek için ilk kez RIM yönteminin uygulanmasını önermektedir. Bu çalışmada, duruşlardaki anomalileri gösteren seyrek öğe kümelerini keşfetmek için iş makinelerinin dişli imalatındaki duruşlarından oluşan gerçek dünya veri seti üzerinde Rare Pattern Growth insert ignore into journalissuearticles values(RP-Growth); algoritması yürütülmüştür. Deneylerde, farklı minimum destek insert ignore into journalissuearticles values(minsup); ve minimum seyrek destek insert ignore into journalissuearticles values(minraresup); eşik değerleri kullanılarak duruş verilerindeki seyrek öğe kümeleri insert ignore into journalissuearticles values(anomaliler); tespit edilmiştir. Elde edilen sonuçlar ayrıca öğe kümesi sayısı, yürütme süresi ve maksimum bellek kullanımı açısından da değerlendirilmiştir. Deneysel sonuçlar, Seyrek Öğe Seti Madenciliği ile Anomali Tespiti insert ignore into journalissuearticles values(ADRIM); isimli önerilen yaklaşımın, makine duruşlarındaki anomalieri tespit etmek için etkili bir yöntem olduğunu ve özellikle otomotiv sektöründe üretim alanında başarıyla kullanılabileceğini göstermektedir.
Keywords : Anomali tespiti, veri madenciliği, dişli üretimi, seyrek öğe seti madenciliği

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2026