Early Diagnosis of Breakdown Through Transfer Learning
2019
0 views
0 downloads
Advisor: Prof. Dr. Halil Altay Güvenir ; Dr. Öğr. Üyesi Hamdi Dibeklioğlu
Abstract (TR)
Kestirimci Bakım, arıza kaynaklı sistem kesintilerini en aza indirgeyerek bakım maliyetlerinin azaltılmasını amaçlamaktadır. Erken tanı sistemleri, arızalar konusunda önlem almak için zamanında alarm oluşturulmasına olanak sağlamaktadır. Arıza teşhisi için önemli bir zorluk, yetersiz veri örneğine sahip olmaktır, ancak Transfer Öğrenimi yaklaşımları kısıtlı bir eğitim verisi olması sorununu hafifletebilmektedir. Bu çalışmada, hedeflenen ekipman ve kaynak ekipman arasında ilişki kurularak, kaynak ekipman üzerinde öğrenilen bozulma bilgileri hedef ekipmana transfer öğrenimi ile aktarılmaktadır. Aktarım yapılabilmesi için ekipmanlar arasında ortak benzerlik kümesi oluşturulması gerekmektedir. Bu küme, ekipmanların Kalan Yararlı Ömür niteliği üzerinden elde edilmektedir. Ortak benzerlik kümesinde; hedef ekipmandan farklı ölçümlere sahip olan bir kaynaktan bilgi aktarılmaktadır. Öğrenilen ortak nitelik kümelerinde, model farklı ekipmanların geniş miktarda verisine göre eğitmektedir ve öğrenilen bilgi, hedef ekipmanın arıza teşhisi için kullanılmaktadır. Çalışmada, kısıtlı veri olması durumunda erken arıza tahmini için transfer öğrenme ile güvenilir bir model elde edilmesi amaçlanmaktadır.
Author
Dr. Seren Özbek
Institution

Bilkent University
Bilgisayar Mühendisliği Bilim Dalı
How to Cite
Seren Özbek (Yüksek Lisans Tezi). Early Diagnosis of Breakdown Through Transfer Learning, 2019, Bilkent University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Bilkent University
- The Lower Danube in Late Antiquity: The case of Histria(2023)
- Oil price surges and the yield curve(2024)
- Essays on forward guidance(2014)
- Multi-armed bandit algorithms for communication networks and healthcare(2022)
- Comparative constitutional happiness in the light of the jurisprudence of the Turkish Constitutional Court(2023)
- Density functional theory investigation of linear carbon chains(2023)