Endüstri Mühendisliği Bölümü Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1942
Browse
14 results
Search Results
Article Citation - WoS: 1Citation - Scopus: 3Evaluation of Learning Management Systems Using Interval Valued Intuitionistic Fuzzy-Z Numbers(Anadolu Üniversitesi, 2023-10-01) Ucal Sarı, İrem; Sergi, Duygu; Sari, Irem UcalThe use of online education tools has increased rapidly with the transition to distance education caused by the pandemic. The obligation to carry out all activities of face-to-face education online made it very important for the tools used in distance education to meet the increasing needs. In line with these needs, radical changes have occurred in the learning management systems used in distance education. Therefore, in this study, it is aimed to determine the features that the systems used in distance education should have and to compare the existing systems according to these features. For this purpose, a novel fuzzy extension, interval valued intuitionistic fuzzy Z-numbers, is defined for modeling uncertainty, and AHP and WASPAS methods using proposed fuzzy numbers are developed to determine the importance of decision criteria and compare alternatives.Article Citation - WoS: 9Citation - Scopus: 15Mixcycle: Unsupervised Speech Separation Via Cyclic Mixture Permutation Invariant Training(IEEE, 2022) Karamatlı, Ertuğ; Kırbız, SerapWe introduce two unsupervised source separation methods, which involve self-supervised training from single-channel two-source speech mixtures. Our first method, mixture permutation invariant training (MixPIT), enables learning a neural network model which separates the underlying sources via a challenging proxy task without supervision from the reference sources. Our second method, cyclic mixture permutation invariant training (MixCycle), uses MixPIT as a building block in a cyclic fashion for continuous learning. MixCycle gradually converts the problem from separating mixtures of mixtures into separating single mixtures. We compare our methods to common supervised and unsupervised baselines: permutation invariant training with dynamic mixing (PIT-DM) and mixture invariant training (MixIT). We show that MixCycle outperforms MixIT and reaches a performance level very close to the supervised baseline (PIT-DM) while circumventing the over-separation issue of MixIT. Also, we propose a self-evaluation technique inspired by MixCycle that estimates model performance without utilizing any reference sources. We show that it yields results consistent with an evaluation on reference sources (LibriMix) and also with an informal listening test conducted on a real-life mixtures dataset (REAL-M).Article Citation - WoS: 5Citation - Scopus: 12Predicting Cash Holdings Using Supervised Machine Learning Algorithms(Springer, 2022-05-18) Özlem, Şirin; Tan, Ömer FarukThis study predicts the cash holdings policy of Turkish firms, given the 20 selected features with machine learning algorithm methods. 211 listed firms in the Borsa Istanbul are analyzed over the period between 2006 and 2019. Multiple linear regression (MLR), k-nearest neighbors (KNN), support vector regression (SVR), decision trees (DT), extreme gradient boosting algorithm (XGBoost) and multi-layer neural networks (MLNN) are used for prediction. Results reveal that MLR, KNN, and SVR provide high root mean square error (RMSE) and low R2 values. Meanwhile, more complex algorithms, such as DT and especially XGBoost, derive higher accuracy with a 0.73 R2 value. Therefore, using advanced machine learning algorithms, we may predict cash holdings considerably.Article A Lot-Sizing Problem in Deliberated and Controlled Co-Production Systems(Taylor and Francis, 2022-02-11) Kabakulak, Banu; Ağralı, Semra; Taşkın, Z. Caner; Pamuk, BahadırWe consider an uncapacitated lot sizing problem in co-production systems, in which it is possible to produce multiple items simultaneously in a single production run. Each product has a deterministic demand to be satisfied on time. The decision is to choose which items to co-produce and the amount of production throughout a predetermined planning horizon. We show that the lot sizing problem with co-production is strongly NP-Hard. Then, we develop various mixed-integer linear programming (MILP) formulation of the problem and show that LP relaxations of all MILPs are equal. We develop a separation algorithm based on a set of valid inequalities, lower bounds based on a dynamic lot-sizing relaxation of our problem and a constructive heuristic that is used to obtain an initial solution for the solver, which form the basis of our proposed Branch & Cut algorithm for the problem. We test our models and algorithms on different data sets and provide the results.Article Müşteri Hizmetleri Bölümünde Süreç Analizi ve Stratejik Planlama- Lastik Sektöründe Bir Uygulama(Eskişehir Teknik Üniversitesi, 2020-08-31) Özuduruk, Semih Faruk; Sergi, Duygu; Sarı, İrem UcalBu çalışma kapsamında, bir işletmenin süreç analizinin yapılması ve sonrasında işletme stratejisinin oluşturulması için gerekli analiz ve stratejik yönetim modelleri incelenmiştir. Daha sonra, işletme geneli için incelenen bu yöntemler, bir işletme özelinde müşteri hizmetleri bölümüne uygulanmıştır. Çalışma kapsamında, öncelikle SWOT analizi ile iş biriminin içinde bulunduğu mevcut durumun özellikleri belirlenmiş, sonrasında oluşturulan Genişletilmiş SWOT matrisi ile ortaya çıkan faktörlere uygun stratejiler belirlenmiştir. Stratejiler belirlendikten sonra İç Faktör Değerlendirme ve Dış Faktör Değerlendirme matrisleri ile SWOT analizinde ortaya konan faktörler ağırlıklandırılarak puanlanmıştır. Oluşturulan puanlar, İç-Dış Faktörler matrisine yerleştirilerek işletmenin bulunduğu stratejik konum tayin edilmiştir. Son aşamada ise, seçilen stratejiye ulaşmak amacı ile Kurumsal Karne (Balanced Scorecard-BSC) yönteminden faydalanılarak oluşturulan stratejik harita üzerinde faktörler arası ilişkiler gösterilmiş ve alt stratejiler belirlenmiştir.Article Citation - WoS: 1Citation - Scopus: 2Determining and Evaluating New Store Locations Using Remote Sensing and Machine Learning(Tübitak, 2021-05-31) Ünsalan, Cem; Turgay, Zeynep Zerrin; Küçükaydın, Hande; Höke, BerkanDecision making for store locations is crucial for retail companies as the profit depends on the location. The key point for correct store location is profit approximation, which is highly dependent on population of the corresponding region, and hence, the volume of the residential area. Thus, estimating building volumes provides insight about the revenue if a new store is about to be opened there. Remote sensing through stereo/tri-stereo satellite images provides wide area coverage as well as adequate resolution for three dimensional reconstruction for volume estimation. We reconstruct 3D map of corresponding region with the help of semiglobal matching and mask R-CNN algorithms for this purpose. Using the existing store data, we construct models for estimating the revenue based on surrounding building volumes. In order to choose the right location, the suitable utility model, which calculates store revenues, shouldbe rigorously determined. Moreover, model parameters should be assessed as correctly as possible. Instead of using randomly generated parameters, we employ remote sensing, computer vision, and machine learning techniques, which provide a novel way for evaluating new store locations.Article Citation - WoS: 30Citation - Scopus: 42Prioritization of Public Services for Digitalization Using Fuzzy Z-Ahp and Fuzzy Z-Waspas(Springer, 2021-01-03) Ucal Sarı, İrem; Sergi, DuyguIn this paper, public services are analyzed for implementations of Industry 4.0 tools to satisfy citizen expectations. To be able to prioritize public services for digitalization, fuzzy Z-AHP and fuzzy Z-WASPAS are used in the analysis. The decision criteria are determined as reduced cost, fast response, ease of accessibility, reduced service times, increase in the available information and increased quality. After obtaining criteria weights using fuzzy Z-AHP, health care services, waste disposal department, public transportation, information services, social care services, and citizen complaints resolution centers are compared using fuzzy Z-WASPAS that is proposed for the first time in this paper. Results show that health care services have dominant importance for the digitalization among public services.Article Büyük Ölçekli Etki Enbüyükleme Problemi için Lagrange Gevşetmesi Tabanlı Etkin Bir Çözüm Yöntemi(AKÜ FEMÜBİD, 2020-03-17) Güney, EvrenEtki Enbüyükleme Problemi (EEP) büyük bir sosyal ağ içindeki en etkin K tane kişiyi seçen zor bir stokastik kombinatoryal eniyileme problemidir. Son yıllarda pek çok araştırmacının ilgisini çeken bu problem için çok sayıda etkin yöntem geliştirilmiştir. Sosyal ağdaki bilginin / etkinin yayılımı çeşitli ağ akış modelleri ile tasarlandığında, elde edilen problemin amaç fonksiyonunun alt-birimsel olduğu gözlemlenmiştir. Bu sebeple basit bir açgözlü algoritma ile (1-1/e) en kötü performans garantisine erişilmiştir. Ancak, aç gözlü algoritmanın büyük boyutlu problemlerde çok uzun çözüm süreleri gerektirmesi alternatif yöntem arayışlarına neden olmuştur. Son yıllarda geliştirilen yeni yöntemler genelde büyük boyutlu ağlarda kısa sürede iyi çözümler elde ederken (1-1/e) performans garantisini de korumaktadır. Ancak pek az sayıda çalışma problemin sadece en-iyi çözümüne odaklanmıştır. Bu çalışmada Lagrange gevşetmesi tabanlı ve EEP’yi eniyi / eniyiye yakın çözen ve ölçeklenebilen bir yöntem geliştirilmiştir. Bu çerçevede, öncelikle Örneklem Ortalama Yakınsaması ile özgün probleme yakınsayan belirgin bir matematiksel model kurulmuştur. Daha sonra bu model üzerinde düğüm tabanlı Lagrange gevşetmesi tekniği uygulanmıştır. İlgili yöntem bağımsız çağlayan ve doğrusal eşik bilgi yayılım modelleri varsayımı altında çeşitli boyutlardaki sosyal ağ veri setleri (Facebook, Enron, Gnutella, arXiv) üzerinde test edilmiştir. Bütün senaryolarda eniyi / eniyiye yakın çözümlere ulaşılırken yazındaki mevcut yöntemlere göre on kata kadar hızlanma sağlanmıştır.Article Citation - WoS: 4Citation - Scopus: 6Consumer Loans' First Payment Default (fpd) Detection and Predictive Model(TUBITAK SCIENTIFIC & TECHNICAL RESEARCH COUNCIL, 2020-01-27) Sevgili, Türkan; Koç, Utku; Koç, UtkuThe project is based on the opinion that whether the loan applications which are profitable could be granted instead of prone the default (FPD) ones by using predictive models in machine learning by the credit decision authorities in banking sector. Default Loan (also called non-performing loan) occurs when there is a failure to meet bank conditions and cannot be repaid in accordance with the terms of the loan which has reached its maturity. This report is a research effort in the analysis of default loan applicants, especially FPD, from a real dataset obtained from a bank. Expectation from the study is that increase the efficiency of consumer loan allocation by providing predictive analysis of the consumer behavior concerning loan’s first payment default. FPD detection analysis is a crucial role for the determination of consumer loans at the application level. The study also provides an understanding on the reasons of non-performing loans and helps to manage credit risks more consciously. The methods proposed in this study can be extended to other individual consumer loans such as car credits and mortgage.Article Stokastik Süreler İçeren Kapasite Kısıtlı Parti Büyüklüğü Belirleme Problemi(EJOSAT - DergiPark, 2019-08-31) Taş, DuyguBu makalede üretim ve kurulum süreleri stokastik olan kapasite kısıtlı çok ürünlü dinamik parti büyüklüğü belirleme problemi ele alınmıştır. Bu problemde tüm sürelerin stokastik olduğu durum göz önünde bulundurularak hem verimli hem de güvenilir üretim planları elde edilmektedir. Ele alınan problemin amacı klasik üretim maliyetleri ve ek mesai maliyetlerinden oluşan toplam maliyeti en küçüklemektir. Klasik maliyetler, üretim, kurulum ve envanter tutmaktan kaynaklanmaktadır. Ek mesai maliyetleri ise makinenin zaman kapasitesini aşacak şekilde kullanılmasından dolayı ortaya çıkmaktadır. Öncelikle, belirli bir üretim ve kurulum planı için beklenen ek mesai süresini kesin olarak hesaplayan bir prosedür önerilmiştir. Problemi etkin bir şekilde çözmek için tabu algoritmasına dayanan bir çözüm yaklaşımı geliştirilmiştir. Bu yaklaşım üç aşamadan oluşmaktadır: Başlangıç, iyileştirme ve planlama. Algoritmanın ilk aşamasında olurlu planlar üreten bir başlangıç metodu önerilmiştir. Bulunan planlar makalede önerilen tabu arama metoduyla iyileştirilmektedir. Planlama aşamasında, yerel arama metodunun bulduğu çözümleri iyileştirmek için bir doğrusal programlama modeli geliştirilmiştir. Çözüm yöntemimizin performansı literatürde yayınlanmış alt sınırlar kullanılarak onaylanmıştır. Ayrıca, sonuçlar tabu arama yöntemimizin makul sürelerde çok iyi çözümler elde ederek iyi performans sergilediğini göstermektedir.