Endüstri Mühendisliği Yüksek Lisans Programı / Industrial Engineering Master's Degree Program
Permanent URI for this collectionhttps://hdl.handle.net/11413/6613
Browse
Browsing Endüstri Mühendisliği Yüksek Lisans Programı / Industrial Engineering Master's Degree Program by Subject "İnşaat Mühendisliği"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Publication Open Access A comparative study of deep learning techniques in concrete crack detection: Convolutional neural networks and logistic regression(İstanbul Kültür Üniversitesi / Lisansüstü Eğitim Enstitüsü / Endüstri Mühendisliği Ana Bilim Dalı / Mühendislik Yönetimi Bilim Dalı, 2021) Rasul, Azhi Yassin; YÜKSEKTEPE, FADİME ÜNEYİnşaat alanlarında zorlu durumlarla günlük olarak karşılaşılmaktadır. Bu zorlukları yönetmek için yeni teknik ve yöntemler ortaya çıkmakta ve geliştirilmektedir. Klasik Makine Öğrenmesi (MÖ) ve Derin Öğrenme (DÖ) yöntemlerinin inşaat yönetimi alanında kullanılması da artmaya başlamıştır. Makine öğrenmesinin günlük problemleri çözme ve pratiğe dökülmesi için kullanılması, mühendislerin öne çıkarması ve başarması gereken bir görevdir. İnşaat alanlarında karşılaşılan problemlerden biri beton çatlağıdır. Çatlaklar yapılarda ortaya çıkan ve fark edilmesi zor olan hatalı oluşumlardır. Yapılardaki bozulmaları arttıracakları için erken zamanda tahmin edilmeleri çok önemlidir. Bu çalışma basit kameralarla toplanmış olan görüntüden oluşan bir veri seti için çatlak tahmininde DÖ yöntemlerinin kullanılmasını araştırmaktadır. Çatlak ve çatlak olmayan 40000 farklı görüntüden oluşan veri kümesi eğitim, doğrulama ve test olmak üzere üç gruba bölünmüştür. Bu veri kümesi, derin öğrenme yöntemlerinden biri olan ve yapay sinir ağları formundaki Evrişimsel Sinir Ağları (ESA) ve ikili sınıflandırma problem yöntemlerinden Lojistik Regresyon (LR) kullanılarak analiz edilmiştir. Son olarak, sonuçlar hem iki yöntem arasında hem literatürdeki mevcut çalışmalarla hem de gerçek hayat verileri ile kıyaslanmıştır. Aynı veri setinde hem ESA hem de LR modelleri iyi sonuçlar vermiştir ama ESA yöntemi doğruluk oranı ve kullanım açısından daha iyi olarak değerlendirilmiştir. Elde edilen sonuçlar umut vericidir ve ESA‟nın gerçek hayat inşaat yönetim uygulamalarında yakın gelecekte kullanılması beklenmektedir.Publication Open Access Risk management practice in construction projects using fuzzy group TOPSIS approach – a case study(İstanbul Kültür Üniversitesi / Lisansüstü Eğitim Enstitüsü / Endüstri Mühendisliği Ana Bilim Dalı / Mühendislik Yönetimi Bilim Dalı, 2021) El Hilali, Anass; Gergin, ZeynepGünümüzde inşaat projelerinin zamanlama ve kalite hedefleriyle birlikte finansman masraflarını karşılayamayacağı ve risk yönetimi sürecini uygulayamazsak daha kötü senaryolara yol açabileceği açıkça görülmüştür. Bu çalışma, inşaat projeleri için bir risk yönetimi uygulaması sağlamak üzere tasarlanmıştır. Proje yaşam döngüsünü etkileyen birçok risk faktörünü vurgulamak ve etkileyen risk faktörlerini sıralamasını için düzenlenmiştir. İnşaat projelerinde kritik riskleri yönetmek ve önlemek için bir risk yanıt stratejisi oluşturulmas hedeflemektedir. Bu tez, nicel bir risk yaklaşımı ile bir ulaştırma inşaatı projesi için risk yönetimi uygulaması örneği göstermektedir. Uygulanan vaka çalışması, proje yöneticilerinin proje risklerini projeleri olumsuz etkileyen üç kritere bağlamında değerlendirmesi ve en iyi risk yanıt stratejisini akıllıca seçmeleri için yardımcı olmak amacıyla uygulanmıştır. Bu çalışmada, Grup TOPSIS ve Bulanık TOPSIS metodlarının birleşik bir uygulaması olarak riskleri sıralamak ve önceliklendirmek için Bulanık Grup TOPSIS (FG-TOPSIS) adında hibrit bir metodoloji tasarlanmıştır. Uygulanan metodoloji, belirli risk faktörlerinin proje zaman ve maliyet planları üzerindeki etkilerinin algılanmasını geliştirmekte ve riskler genel proje gecikmeleri açısından ölçülmektedir. Sonuç olarak, proje yöneticileri, en önemli risk eylem planı için uygun bir strateji geliştirmek üzere karar desteğine sahip olacaktır.