The Role of Artificial Intelligence in Productivity: A Case Study of Wine Quality Prediction

Ramazan ÜNLÜ

doi:https://doi.org/10.31590/ejosat.773736

Makale detayları

The Role of Artificial Intelligence in Productivity: A Case Study of Wine Quality Prediction

Yazarlar:

Ramazan ÜNLÜ

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2020 Vol. Issue 20, pp.280-286

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

İngilizce

Document ID (Org No.):

2000918548

Sıklık:

Üç Aylık

eISSN:

2148-2683

DOI:

https://doi.org/10.31590/ejosat.773736

Anahtar kelimeler:

Özet:

 

Artificial intelligence has been used in many areas in recent years and has achieved quite successful results. Like using artificial intelligence from healthcare to driverless vehicles, it also has often been used to increase productivity in the production sector. In this study, we tried to draw a framework for the use of artificial intelligence algorithms in a data set that is not normally distributed. Any artificial intelligence algorithm can be easily applied on normally distributed data sets, while data sets that do not normally distributed require a different operation to the data itself or it is necessary to revise the theoretical structure of the algorithm. In this regard, three different methodologies are applied in this study. Initially, Support Vector Machines, which are often used in the literature, is used. In addition, Weighted Support Vector Machines, which is the revised version of the Support Vector Machines to produce successful results in abnormal distributed data sets. Finally, the Synthetic Minority Oversampling Technique (SMOTE) is applied and the data set used was artificially converted to normal distribution. Three techniques are compared in terms of sensitivity, specificity, precision, prevalence, F-1 score, and G-Mean evaluation criteria were compared. According to the results of the study, Weighted Support Vector Machines produced the most successful results according to the evaluation criteria used.

 

Yapay zeka son yıllarda birçok alanda kullanılmaya başlanmış ve oldukça başarılı sonuçlar elde edilmiştir. Sağlık sektöründen sürücüsüz araçlara kadar birçok alanda kullanılan yapay zeka, üretim sektöründe de verimliliğin artırılması için sıklıkla kullanılmıştır. Bu çalışmada normal olarak dağılmamış bir veri setinde yapay zeka algoritmalarının kullanılmasına yönelik bir çerçeve çizilmeye çalışılmıştır. Normal dağılım gösteren veri setlerinde herhangi bir yapay zeka algoritması kolaylıkla uygulanabilirken normal dağılım göstermeyen veri setlerinde ya verinin kendisine farklı bir işlem uygulanması gerekir veya algoritmanın teorik yapısının revize edilmesi gerekmektedir. Bu açıdan bu çalışmada iki farklı yöntemde uygulanmıştır. İlk olarak literatürde sıklıkla kullanılan Destek Vektör Makinaları kullanılmıştır. Buna ek olarak Destek Vektör Makinalarının normal dağılmayan veri setlerinde başarılı sonuçlar vermesi için uyarlanmış şekli olan Ağırlıklandırılmış Destek Vektör Makineleri uygulanmıştır. Son olarak Sentetik Azınlık Aşırı Örnekleme Tekniği (SMOTE) tekniği uygulanmış ve kullanılan veri seti yapay olarak normal dağılıma yakınsanmıştır. Kullanılan üç teknikte duyarlılık, hassaslık, özgüllük, yaygınlık, F skor ve Geometrik Ortalama (G-Mean) değerlendirme kriterleri açısından karşılaştırılmıştır.  Çalışma sonucuna göre Ağırlıklandırılmış Destek Vektör Makineleri kullanılan değerlendirMe kriterlerine göre en başarılı sonuçları vermiştir.

Makale detayları

The Role of Artificial Intelligence in Productivity: A Case Study of Wine Quality Prediction

Yazarlar: Ramazan ÜNLÜ

Yayıncı: Osman SAĞDIÇ

Ana Başlıklar: Uygulamalı fizik

Dergi: European Journal of Science and Technology 2020 Vol. Issue 20, pp.280-286

Belge Tipi: Makale

Yayın Tarihi: 12/2020

Belge Dili: İngilizce

Document ID (Org No.): 2000918548

Sıklık: Üç Aylık

eISSN: 2148-2683

DOI: https://doi.org/10.31590/ejosat.773736

Destek Vektör Makineleri

Ağırlıklandırılmış Destek Vektör Makineleri

SMOTE

Sayı

Yazarlar:

Ramazan ÜNLÜ

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2020 Vol. Issue 20, pp.280-286

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

İngilizce

Document ID (Org No.):

2000918548

Sıklık:

Üç Aylık

eISSN:

2148-2683

DOI:

https://doi.org/10.31590/ejosat.773736