Sensör IOT verileri üzerinde keşifsel veri analizi ve değişken seçimi uygulaması

Abstract

Sensör IoT verilerinin analizi günümüzde birçok sorunun tespit edilmesi, problemlerin çözümlenmesi ve bilinmeyen hakkında yorum yapmamıza olanak sağlamaktadır. Bu çalışmada cam üretim fırınlarında kullanılan sensörlerdeki veriler ele alınmıştır. Öncelikle sensörlerin konumları tespit edilmiştir. Aynı proseste kullanılan sensörler ele alınarak proses içerisindeki sensörlerin birbiri ile arasındaki ilişki ve etkileşimler incelenmiştir. Bu veriler oldukça karmaşık ve büyük değer içeren verilerdir. Bulut üzerinde tutulan veriler Dataiku programı kullanılarak analiz edilmiştir. Keşifsel Veri Analizi ile verilerdeki anomaliler tespit edilmiş olup istatistiksel ve görsel grafikler vasıtasıyla veriler yorumlanabilir ve analiz edilebilir şekle getirilmiştir. Ayrıca birden fazla sensör arasında ilişki olup olmadığı da korelasyon analizi ile incelenmiştir. Verilerin analizi aşamasından elimizde birçok sensör bulunmaktadır. Tüm sensörlerin analiz edilmesi zaman ve maliyet açısından olumsuz etkiye neden olabilmektedir. Bu durumda sadece bizim için önem arz eden ve daha anlamlı olan sensörlerin tespit edilip analizleri bu sensörler üzerinde yoğunlaştırmak işimizi büyük ölçüde kolaylaştıracaktır. Bu aşamada Dataiku programı üzerinde uygulanan entegrasyon ile R dili ile geliştirilen algoritma kullanılarak kullandığımız değişkenlerden hangilerinin bizim için daha fazla anlamlı olduğu hakkında bir sonuca ulaşılmıştır.Analysis of sensor IoT data allows us to identify problems, fix problems, and comment on unknown phenomena. In this study, the data on the sensors used in glass production furnaces are discussed. First, the locations of the sensors were determined. By considering the sensors used in the same process, the relationships and interactions between the sensors in this process are examined. These data are very complex and contain large volume data. The data stored in the cloud was analyzed using the Dataiku program. With Exploratory Data Analysis, anomalies in the data have been detected and the data have made interpretable and analyzable using statistical analysis and visual graphics. Additionally, whether a relationship between more than one sensor was examined by correlation analysis. We have many sensors at our disposal from the analysis stage of the data. Analyzing all sensors can have adverse effects in terms of time and cost. Here, detecting only the important sensors is more meaningful to us and concentrating the analysis on these sensors will greatly facilitate our work. At this arrange, a conclusion has come to approximately which factors we utilized were more significant for us by using the integration connected to the Dataiku program and the calculation created with the R language.