İSTATİSTİKSEL ÖZELLİK TEMELLİ BAYES SINIFLANDIRICI KULLANARAK KONTROL GRAFİKLERİNDE ÖRÜNTÜ TANIMA

Authors : Mehmet OLGUN, Gültekin ÖZDEMİR

Pages : 0-0

View : 18 | Download : 6

Publication Date : 2013-02-19

Article Type : Research Paper

Abstract :İstatistiksel süreç kontrolünde kullanılan Shewhart kontrol grafikleri, süreçteki anormal değişimleri incelemedeönemli bir araçtır. Süreçte zaman içinde oluşabilecek değişimlerin tespit edilmesi, sürecin kontrol altındatutulması ve önlemlerin alınması amacıyla süreçteki anormal değişimlerin örüntülerini tanımlamaya yönelikYapay Sinir Ağları ve Bayes örüntü tanıma sistemleri oluşturulmuştur. Oluşturulan örüntü tanıyıcılarınınsınıflandırma performansları ölçülmüştür. Doğru sınıflandırma performansını artırmak için örüntüleri oluşturangözlem değerlerinden, altı adet istatistiksel özellik çıkarılmış ve sınıflandırma performansları karşılaştırılmıştır.yapay sinir ağları ve Bayes örüntü tanıyıcılarının, ilgili özellikler tanımlandıktan sonra daha yüksek performansverdiği görülmüştür. Sonuç olarak, Bayes örüntü tanıyıcının yapay sinir ağlarına nazaran daha iyi sınıflandırmaperformansının olduğu sonucuna varılmıştır. Bayes sınıflandırıcı gerçek zamanlı kontrol grafikleriuygulamalarında örüntü tanıma amaçlı kullanılabilir.
Keywords : Kontrol grafikleri, örüntü tanıma, yapay sinir ağları, Bayes sınıflandırıcı, seçilmiş istatistiksel özellikler