Akıllı Endüstri 4.0 için dijital ikiz tabanlı federe öğrenme

Günümüzde teknolojisinde kullanılan Yapay Zeka (YZ); Nesnelerin İnterneti (Nİ) alanında yeni gelişmelerin entegrasyonunu ve yönetimini kolaylaştırmaktadır. Bu yeni gelişmeler endüstriyel nesnelerin interneti (ENİ) platformlarının dijital ikiz (Dİ) ile izlenmesi ve yönetimi desteği ile akıllı endüstri 4.0 hedefine ulaşmayı sağlamaktadır. Burada dijital ikiz fiziksel katmanda bulunan ekipmanların yapay zeka tabanlı bir sanal nesnesini oluştururarak ve gerçek verilerle periyodik olarak eşler. Bu sanal nesne, sürekli toplanılan gerçek veriler sayesinde dijital katmanda yaşamına devam ederek yapay zeka desteğiyle performansını arttırarak bazı problemlerin öngörülebilirliğini arttırarak endüstri 4.0 amaçları üzerinde çalışmaya imkan tanır. Başka bir deyişle, dijital ikiz, endüstriyel ağı sanal alanda haritalamak, fiziksel varlıkları gerçek zamanlı izlemek ve kapsamlı ağ analizi yapmak için kullanılan yeni nesil bir teknolojidir. Ancak, veri gizliliği endişeleri ve hassas verilerin paylaşılmasındaki güven eksikliği gibi zorluklar, bu teknolojinin yaygın benimsenmesini yavaşlatmaktadır. Bu nedenle bu tezde, dijital ikizin uç ağlarda entegrasyonunu sağlamak ve bu zorlukların üstesinden gelmek için dijital ikiz tabanlı uç ağ (DİTUA) önerilmektedir. Bu yaklaşımda, federe öğrenme (FÖ), DİTUA 'da gizlilik ve güvenilirliği sağlayarak bu endişeleri ele almak için umut verici bir yaklaşım olarak öne çıkmaktadır. Bu tez, FÖ ile Dİ tabanlı Endüstri 4.0'ın uç ağlarda entegre edildiği yenilikçi bir yaklaşım önermektedir. Bu yaklaşım, her iki teknolojinin avantajlarını birleştirerek hizmet kalitesini artırmayı, ölçeklenebilirliği ve uyarlanabilirliği geliştirmeyi hedeflerken gizliliği korumayı amaçlamaktadır. Tez kapsamında, Endüstri 4.0'daki makine öğrenimi/derin öğrenme ve federe öğrenme çalışmalarını karşılaştırmak için kapsamlı bir literatür incelemesi yapılmıştır. Ek olarak, imalat, otomotiv ve ENİ'de FÖ tabanlı Fİ modellerinin uygulamaları ile mevcut durum analizi yapılmıştır. Federe öğrenme türleri ve uygulama yöntemleri detaylandırılmıştır. Yapılan uygulamalı analizde, önerilen FÖ tabanlı DİTUA, ham verileri paylaşmak yerine gizliliği korumakla kalmayıp, merkezi modeller kadar yüksek model doğruluğu elde ettiği gözlemlenmiştir. Ayrıca, federe öğrenme turları boyunca tutarlı doğruluk iyileştirmeleri gözlemlenmiş ve bu durum, küresel modelin yinelemeli olarak güncellendiğini göstermektedir. Önerilen bu yaklaşımın; Endüstri 4.0, sağlık, akıllı şehirler gibi birçok uygulama alanına sahip olması devrim niteliğinde olup, yeni nesil çalışmalar için umut verici bir yol sunduğuna inanılmaktadır. Anahtar Kelimeler: Nesnelerin İnterneti, Dijital İkiz, Federe Öğrenme, Gizlilik, Endüstri 4.0.