Using classifiers in production quality monitoring

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorKokkala, Ville
dc.contributor.advisorLaitinen, Lauri
dc.contributor.authorHildén, Tiina
dc.contributor.departmentLääketieteellisen tekniikan ja laskennallisen tieteen laitosfi
dc.contributor.schoolPerustieteiden korkeakoulufi
dc.contributor.schoolSchool of Scienceen
dc.contributor.supervisorLampinen, Jouko
dc.date.accessioned2020-12-23T12:43:40Z
dc.date.available2020-12-23T12:43:40Z
dc.date.issued2010
dc.description.abstractTyössä 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.fi
dc.format.extentviii + 70 + [13]
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/98459
dc.identifier.urnURN:NBN:fi:aalto-2020122357286
dc.language.isofien
dc.programme.majorLaskennallinen tekniikkafi
dc.programme.mcodeS-114fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordclassifieren
dc.subject.keywordluokittelijafi
dc.subject.keywordqualityen
dc.subject.keywordlaatufi
dc.subject.keywordproductionen
dc.subject.keywordtuotantofi
dc.subject.keywordmodellingen
dc.subject.keywordmallinnusfi
dc.subject.keywordBayesianen
dc.subject.keywordbayesilainenfi
dc.subject.keyworddiscriminant analysisen
dc.subject.keyworddiskriminanttianalyysifi
dc.subject.keywordKNNfi
dc.titleUsing classifiers in production quality monitoringen
dc.titleLuokittelijoiden käyttö tuotannon laadunvalvonnassafi
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis
local.aalto.digiauthask
local.aalto.digifolderAalto_05207
local.aalto.idinssi40711
local.aalto.openaccessno
Files