| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:NAPOVEDOVANJE ODPOVEDI IZDELKOV Z METODAMI STROJNEGA UČENJA
Avtorji:ID Mujanović, Amira (Avtor)
ID Kofjač, Davorin (Mentor) Več o mentorju... Novo okno
ID Škraba, Andrej (Komentor)
Datoteke:.pdf MAG_Mujanovic_Amira_2016.pdf (1,27 MB)
MD5: 16A70F5578A199044239B324AADF8334
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Organizacija:FOV - Fakulteta za organizacijske vede
Opis:Magistrska naloga obravnava razvoj modela za napovedovanje odpovedi izdelkov v garancijski dobi. Z odpovedovanjem izdelkov in problematiko zagotavljanja popravil v garancijski dobi se soočajo vsa proizvodna podjetja. Zagotavljanje popravil v garancijskem roku podjetjem predstavlja strošek, ki ga poskušajo minimizirati s pomočjo predvidevanja deležev odpovedi. Najpogosteje se napovedi izvedejo z empiričnimi modeli, ki so zgrajeni na preteklih podatkih o podobnih izdelkih in prilagojeni glede na izkušnje. V sklopu magistrske naloge smo s pomočjo različnih metod strojnega učenja in realnih podatkov razvili napovedni model in ocenili uspešnost napovedovanja. Najboljše rezultate napovedovanja smo dobili pri ansamblih regresijskih dreves, pri katerih smo podatke prilagodili eksponentnem modelu. Za zaključek smo pripravili priporočila kateri model uporabiti ob omejenem poznavanju podatkov o odpovedih.
Ključne besede:Napovedni model, odpoved izdelka, garancijski rok, kakovost, strojno učenje, nevronske mreže, regresijska drevesa.
Kraj izida:Maribor
Leto izida:2016
PID:20.500.12556/DKUM-57638 Novo okno
COBISS.SI-ID:7554067 Novo okno
NUK URN:URN:SI:UM:DK:T4YSYIU8
Datum objave v DKUM:01.04.2016
Število ogledov:1729
Število prenosov:183
Metapodatki:XML DC-XML DC-RDF
Področja:FOV
:
MUJANOVIĆ, Amira, 2016, NAPOVEDOVANJE ODPOVEDI IZDELKOV Z METODAMI STROJNEGA UČENJA [na spletu]. Magistrsko delo. Maribor. [Dostopano 24 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=57638
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:PRODUCT FAILURE PREDICTION WITH MACHINE LEARNING METHODS
Opis:Master's thesis deals with the development of a model for predicting the failure of products during the warranty period. All of the manufacturing companies are facing the product failure problem and problem with offering the possibility of repairing those products. Providing guarantees represents costs, which companies are trying to minimize by predicting the failure rates. Most often, this is done with empirical models, which are built on historical data for similar products and customized based on experiences. As part of the master's thesis, we developed different models using various methods of machine learning and real data. After development, we assessed the quality of prediction for each model. Ensembles of regression trees obtained the best results; in that case, the data was fitted to the exponential model. To wind up, we prepared recommendations which model to use in different scenarios.
Ključne besede:Prediction model, product failure, warranty period, quality, machine learning, neural networks, regression trees.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici