Uluslararası kategoride proje bulunamadı!
YAPAY ZEKA YÖNTEMLERİ KULLANILARAK PERAKENDE SATIŞ SEKTÖRÜNDE ÜRÜN TALEP TAHMİNİ - 2019-3-TP2-3745
Günümüzde sanayinin gelişmesi, dünyanın küreselleşmesi, ülkemizde artan nüfus yoğunluğu ve beraberinde artan ihtiyaçlar ile perakende satış sektörü sürekli gelişim göstermektedir. Perakende satış mağazaları ülkemizdeki hizmet sektörünün en önemli kurumlarını oluşturmaktadır. Son yıllarda market sayılarının artması ile birlikte bu sektörde rekabet yoğunlaşmıştır. Perakende satış mağazalarının artan rekabete direnerek gelişmeye devam edebilmesi için etkili bir satış planlaması yaparak maliyetini en aza indirmesi ve müşteri memnuniyeti sağlaması gerekmektedir. Perakende sektöründeki firmaların temel amacı müşteri talebinin zamanında ve minimum maliyetle karşılanabilmesidir. Bu nedenle perakende sektöründe etkin bir ürün talep tahminine ihtiyaç duyulur. Bu projede müşteri alışveriş hareketleri analiz edilerek doğru sayıda ürün siparişi verilebilmesi için müşterinin ürün talebi tahmin edilecektir. Çeşitli yapay zeka yöntemleri (Derin Öğrenme, Yapay Sinir Ağları (YSA), Makine Öğrenmesi, Genetik Algoritma, vs…) ve veri madenciliği teknikleri kullanılarak tahmin işlemi gerçekleştirilecektir. Sonuçlar karşılaştırılıp analiz edilecektir.
22.11.2019 – 22.11.2020 MEHMET ACI, GAMZE AYYILDIZ DOĞANSOY
YAPAY ZEKA YÖNTEMLERİ KULLANILARAK AKILLI EV SİSTEMİ GELİŞTİRİLMESİ - 2019-1-TP2-3222
Akıllı ev sistemleri, kullanıcıların dışarıdan müdahalesi ya da kendi gelişmiş sensörleri ile kullanıldığı her alanda hayatımızı kolaylaştırmaktadır. Akıllı ev sistemleri ile kullanıcılar uzaktan evlerindeki olası hareketleri kontrol edebilmekte ve gözlemleyebilmektedir. Yaygın olarak kullanılan sistemler genelde sadece kullanıcı kontrolüne bırakılmakta ve sistemin kendi öğrenmesi söz konusu olamamaktadır [1].Bu proje kapsamında akıllı ev sistemleri için çeşitli yapay zeka ve makine öğrenmesi algoritmaları (yapay sinir ağları, metasezgisel algoritmalar, hibrit algoritmalar gibi …) kullanılarak, kullanıcıların gündelik hayatındaki davranışlarını öğrenen ve kullanıcıdan bağımsız olarak çalışabilen bir sistem geliştirilmesi amaçlanmıştır. Bunun yanında çeşitli işlemler kullanıcılar tarafından uzaktan ya da evin içerisinden yönetilebilecektir.
01.04.2019 – 01.04.2020 MEHMET ACI, Cevdet Tamer GÜVEN
YAPAY ZEKA YÖNTEMLERİ İLE TOPLU YEMEK ÜRETİMİNDE GÜNLÜK TALEP TAHMİNİ - 2019-1-TP2-3215
Günümüzde sanayinin gelişmesi, dünyanın küreselleşmesi, büyük ve küçük işletmelerin artması, yeni eğitim kurumlarının ve alışveriş merkezlerinin açılması ile gıda sektörü gün geçtikçe büyümektedir. Bu büyümeye bağlı olarak gıda şirketlerinin etkisi de artmaktadır. Yemek alanında birçok şirket etki alanlarına saygı gösteriyor. Düzenli işler ve organizasyonlarda catering şirketleri ön planda, restoranlar ve okullarda ve işyerlerinde alışveriş merkezlerinde ve yemek salonlarında ön sırada yer almaktadır. Gıda pazarı gelişmeye devam ettikçe, en önemli sorun şirketler için maliyettir. Her catering şirketi maliyetleri en düşük seviyeye indirmek istiyor. Bu durumda, yemek yiyen kişilerin tam sayısı maliyetlerde en önemli rolü oynar. İnsan sayısının doğru bilinmemesi durumunda, maliyetler ve atıklar artabilir ve yemek yememek gibi sorunlarla karşılaşılabilir. Bu projede, maliyet ve atık miktarını azaltmak için üniversite yemekhanesinden elde edilen verileri kullanarak hazırlanacak yemeğe göre yemek yiyecek kişi sayısı tahmin edilecektir. Başta yapay sinir ağı olmak üzere çeşitli makine öğrenmesi metotları kullanılarak tahmin işlemi gerçekleştirilecektir. Sonuçlar karşılaştırılıp analiz edilecektir.
01.04.2019 – 01.04.2020 MEHMET ACI, Derya YERGÖK
KARBON NANOTÜP ATOMİK KOORDİNATLARININ MAKİNE ÖĞRENMESİ ALGORİTMALARI TABANLI TAHMİNİ
Bu tezde, karbon nanotüplerin atomik koordinatlarını tahmin etmek için yedi adet tahmin modeli (İleri Beslemeli (İBYSA), Fonksiyon Uydurma (FUYSA), Kaskat Bağlantılı (KBYSA) ve Genelleştirilmiş Regresyon Yapay Sinir Ağları (GRYSA) ile Destek Vektör Regresyonu (DVR), Sınıflama ve Regresyon Ağacı (SRA) Çoklu Regresyon Analizi (ÇRA)) geliştirilmiştir. Çalışmanın temel amacı,önerilen modeller ile atomik koordinatların hesaplanma süresini günlerden dakikalara düşürmektir. Elementlerin atomik koordinatları ve kiral vektörleri ile CASTEP yazılımı kullanılarak bir veri kümesi oluşturulmuştur. Ortalama Karesel Hata (OKH), Ortalama Mutlak Hata (OMH), Standart Tahmin Hatası ve Korelasyon Katsayısı ölçütleri ile önerilen modellerin doğrulukları değerlendirilmiştir. Veri kümesi, 10-katlı çapraz doğrulama kullanılarak ve kullanılmadan ayrı ayrı çalışılmıştır. İBYSA, KBYSA ve FUYSA tahmin modelleri OKH ve OMH ölçütleri için çok yüksek başarım göstermişlerdir. Bu modelleri sırasıyla SRA, DVR, GRYSA ve ÇRA izlemektedir. Bu çalışmadan elde edilen sonuçlar iki şekilde kullanılabilir: i) Atomik koordinatlar hiçbir benzetim programı kullanmadan düşük bir hata oranı ile tahmin edilebilir, ii) Tahmin edilen koordinatlar benzetim programlarına başlangıç değeri olarak verilip benzetimin süresi ciddi oranda kısaltılabilir.
09.01.2015 – 30.12.2016 MEHMET ACI, MUTLU AVCI