Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitim içeriği olup, konuşmacı Taguchi metodunu anlatmaktadır. Konuşmacı, daha önce Creed Factorial Design kullanarak katapult üzerinden tahminleme yapmış olduğunu belirtmektedir.
- Videoda Taguchi metodunun çikolatalı pasta üretiminde nasıl uygulanacağı adım adım gösterilmektedir. Konuşmacı, çikolata yapımında kullanılan yumurta, toz şeker, un, kakao ve kabartma tozu gibi proses parametrelerini üç farklı pasta tarifi üzerinden analiz ederek en uygun üretim modelini belirlemektedir. Video, Taguchi metodunun nasıl kurulacağını, sonuçların nasıl yorumlanacağını ve modelin kalitesini değerlendirmek için R-kare değerinin nasıl yorumlanacağını göstermektedir. Konuşmacı, bir sonraki videoda toz meteorolojisinde Planck-Berman metodunu kullanacağını da belirtmektedir.
- Taguchi Yöntemi Tanıtımı
- Taguchi metodu, daha önce katapult üzerinde Creed factorial design kullanılarak yapılan tahminleme sonrası ikinci olarak incelenecek deneysel tasarım modelidir.
- Gelecekte ise Powder base (toz meteorolojisi) alanında belirlenmiş proses parametreleri için Planck-Berman metodu kullanılacaktır.
- Bu çalışmada Taguchi metodu, çikolatalı pasta üretiminde kullanılan ana proses değerlerini belirleyerek en doğru üretim şeklini belirlemek için kullanılacaktır.
- 01:38Pasta Tarifleri ve Veri Girişi
- Çikolatalı pasta üretiminde yumurta, toz şeker, un, kakao ve kabartma tozu gibi değişkenlerin değerleri, en popüler üç farklı pasta tarifindeki gramaj değerlerinden alınmıştır.
- İlk pasta tarifinde 4 yumurta, 155 gram şeker, 75 gram un, 25 gram kakao ve 1 kabartma tozu kullanılmıştır.
- İkinci ve üçüncü pasta tariflerinde farklı değerler kullanılmıştır: 5 yumurta, 150 gram şeker, 100 gram un, 50 gram kakao ve 2 kabartma tozu; 3 yumurta, 160 gram şeker, 150 gram un, 40 gram kakao ve 1 kabartma tozu.
- 03:16Taguchi Modelinin Kurulumu
- Taguchi modelinde 3 farklı değişik değer aralığı (level) ve 5 faktör kullanılmıştır.
- 3'ün 5'i (27) farklı deney yapılacak ve çıktılar elde edilecektir.
- Sistemde yumurta, toz şeker, un, kakao ve kabartma tozu değerleri tek tek girilmiştir.
- 05:08Sonuçların Değerlendirilmesi
- 27 farklı deney yapıldıktan sonra sonuçlar puanlanmıştır (10 üzerinden).
- Sinyal-gürültü oranı (signal-to-noise ratio) performans belirleme araçlarından biridir ve "larger is better" (daha büyük olan daha iyi) kriteri kullanılmıştır.
- Sonuçlar incelendiğinde en iyi performans: 4 yumurta, 155 gram şeker, 75 gram un, 25 gram kakao ve 2 kabartma tozu kullanılarak elde edilmiştir.
- 09:09Modelin Kalitesinin Değerlendirilmesi
- Modelin kalitesini görmek için R-kare değeri incelenmiştir ve %83,80 oranında modeli açıklamaktadır.
- P değerleri anlamlı düzeyi %5 altında olduğundan model başarılıdır.
- Yumurta değeri diğer değişkenlere göre en doğru sonucu veren faktördür.
- 11:10Gelecek Çalışmalar
- Bir sonraki çalışmada toz meteorolojisinde (powder base meteorolojisi) üretim proses parametreleri için Planck-Berman 5,40 üstü bir model kurulacaktır.
- Bu model üzerinden analiz yapılacak ve modelin doğruluğu test edilecektir.