haku: @keyword bayesilainen / yhteensä: 3
viite: 3 / 3
« edellinen | seuraava »
Tekijä:Hildén, Tiina
Työn nimi:Luokittelijoiden käyttö tuotannon laadunvalvonnassa
Using classifiers in production quality monitoring
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:viii + 70 + [13]      Kieli:   fin
Koulu/Laitos/Osasto:Lääketieteellisen tekniikan ja laskennallisen tieteen laitos
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Lampinen, Jouko
Ohjaaja:Kokkala, Ville ; Laitinen, Lauri
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  783   | Arkisto
Avainsanat:classifier
quality
production
modelling
Bayesian
discriminant analysis
luokittelija
laatu
tuotanto
mallinnus
bayesilainen
diskriminanttianalyysi
KNN
Tiivistelmä (fin): Työssä tutkitaan luokittelijoina tunnettujen menetelmien sopivuutta tuotannonaikaisen datan mallinnukseen ja analysoimiseen laadun näkökulmasta.
Tarkoituksena on selvittää, miten hyvin luokittimet pystyvät ennustamaan tuotteen laatua.
Toinen päämäärä on tutkia menetelmän kykyä tunnistaa laadun kannalta olennaiset muuttujat, ja sitä, miten opetusdatan määrä vaikuttaa algoritmien tarkkuuteen.
Työ on tehty VTI Technologies Oy:lle.

Suorituskykyä testataan muutaman sopivan luokittelualgoritmin avulla ensin suurella, usean tuhannen näytteen joukolla ja lopuksi pienemmillä, 500:n ja 1000 näytteen joukoilla.
Tutkimusta varten toteutettiin luokittelualgoritmit Matlab-ohjelmistolla.
Tutkimuksessa käytettiin VTI:n tuotannosta generoitunutta, puolijohdeprosessointiin liittyvää ja laadunvalvonnan tarpeisiin tallennettua dataa.

Testeissä kävi ilmi, että luokittelualgoritmit pystyivät löytämään laatuluokituskriteereitä' prosessidatasta ja että jotkin menetelmistä pystyivät ennustamaan prosessierän laatuluokan suhteellisen tarkasti.
Vielä parempiin tuloksiin olisi mahdollista päästä tarkemmalla kysymyksenasettelulla ja laajemmalla datan esikäsittelyllä ja valinnalla.

Oleellisten muuttujien tunnistamisessa luokitusmenetelmät eivät suoriutuneet yhtä hyvin, ja voidaan sanoa olevan olemassa muita tehokkaampia menetelmiä merkitsevien tekijöiden löytämiseen prosessointihistoriasta.
ED:2010-09-07
INSSI tietueen numero: 40711
+ lisää koriin
« edellinen | seuraava »
INSSI