search query: @keyword Laatu / total: 184
reference: 62 / 184
Author: | Hildén, Tiina |
Title: | Luokittelijoiden käyttö tuotannon laadunvalvonnassa |
Using classifiers in production quality monitoring | |
Publication type: | Master's thesis |
Publication year: | 2010 |
Pages: | viii + 70 + [13] Language: fin |
Department/School: | Lääketieteellisen tekniikan ja laskennallisen tieteen laitos |
Main subject: | Laskennallinen tekniikka (S-114) |
Supervisor: | Lampinen, Jouko |
Instructor: | Kokkala, Ville ; Laitinen, Lauri |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto 783 | Archive |
Keywords: | classifier quality production modelling Bayesian discriminant analysis luokittelija laatu tuotanto mallinnus bayesilainen diskriminanttianalyysi KNN |
Abstract (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 record number: 40711
+ add basket
INSSI