Arşiv logosu
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
Arşiv logosu
  • Koleksiyonlar
  • Sistem İçeriği
  • Analiz
  • Talep/Soru
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
  1. Ana Sayfa
  2. Yazara Göre Listele

Yazar "Deringöz, Ayşegül" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
  • [ X ]
    Öğe
    ENDÜSTRİYEL GİYİLEBİLİR TEKNOLOJİLERİN ÇKKV YÖNTEMLERİ İLE DEĞERLENDİRİLMESİ VE SEÇİMİ
    (2021) Deringöz, Ayşegül; Danışman, Tuğba; Eren, Tamer
    Endüstri 4.0 döneminin başlamasıyla beraber fabrikalar akıllı üretim sistemine geçiş yapmaya başlamıştır. Bu geçiş giyilebilir teknolojilerin, insan-makine etkileşimi için oldukça faydalı olduğunu göstermiştir. Endüstriyel giyilebilir cihazlar oldukça fazla olmakla birlikte, akıllı gözlükler bu sektörde önemli bir yer kaplamaktadır. Akıllı gözlüklerin arttırılmış gerçeklik (AR) uygulamaları için uygun bir taban olması akıllı gözlüklerin kullanımını arttıran bir diğer faktördür. Sektörün önde gelen firmalarının da akıllı gözlükleri üretim, bakım ve lojistik, kalite kontrol, tasarım ve işçi eğitimi gibi alanlarda kullanmaya başlamasıyla, firmalar arası rekabet artmıştır. Şirketlerin yapacağı akıllı gözlük seçimi, şirket bünyesine büyük değerler katabileceği için seçilen akıllı gözlüğün şirketin tüm ihtiyaçlarını karşılayabilmesi gerekmektedir. Bu çalışmada endüstriyel alanda kullanılabilecek en uygun akıllı gözlük seçimi problemi ele alınmıştır. Problem doğrultusunda sektörün öncüsü olan 7 farklı akıllı gözlük ele alınmıştır. Bu alternatiflerin değerlendirilmesi için ürünün maliyeti, pil ömrü, ergonomik olması, dahili bellek kapasitesi ve görüş alanı özellikleri kriterler olarak belirlenmiştir. Bu kriterler doğrultusunda alternatifler, çok kriterli karar verme (ÇKKV) yöntemleri ile değerlendirilmiştir. Analitik Hiyerarşi Prosesi (AHP) yöntemi ile kriter ağırlıkları belirlenmiştir. Elde edilen bu ağırlıklar Technique for Order Preference by Similarity to Ideal Solutions (TOPSIS) ve The Preference Ranking Organization METhod for Enrichment Evaluation (PROMETHEE) yöntem çözümlerinde kullanılmıştır. Yapılan çözüm sonucunda PROMETHEE yönteminde en iyi alternatif Magic Leap One olurken, TOPSIS yönteminde en iyi alternatif Google Glass Enterprise Edition 2 ürünü olmuştur.
  • Yükleniyor...
    Küçük Resim
    Öğe
    Evaluation of Wearable Health Technologies with MCDM Methods in Covid-19 Monitoring
    (Gazi Univ, 2022) Deringöz, Ayşegül; Danışan, Tuğba; Eren, Tamer
    Humans have struggled with many infectious diseases throughout history. Today, the coronavirus epidemic that causes the disease called Covid-19 is being fought. One of the most important factors for people with or at risk of contracting Covid-19 disease is social isolation. Many countries have developed different solutions to ensure social isolation. One of these solutions is various Wearable Health Technologies (WHT). In this study, the problem of GST selection for remote patient monitoring of Covid-19 was discussed. Six WHT products were evaluated with a total of 6 criteria, including important symptoms used in the follow-up of Covid-19 patients. Weights of 6 criteria determined by Analytical Hierarchy Process (AHP) were calculated and these weights were used in the solution of The Preference Ranking Organization METhod for Enrichment Evaluation (PROMETHEE) and Technique for Order Preference by Similarity to Ideal Solutions (TOPSIS) methods and GST products were compared. As a result of the solution, the first priority product in choosing GST for Covid-19 monitoring has been the BioButton product in both methods.

| Kırıkkale Üniversitesi | Kütüphane | Rehber | OAI-PMH |

Bu site Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı ile korunmaktadır.


Kırıkkale Üniversitesi, Kırıkkale, TÜRKİYE
İçerikte herhangi bir hata görürseniz lütfen bize bildirin

DSpace 7.6.1, Powered by İdeal DSpace

DSpace yazılımı telif hakkı © 2002-2025 LYRASIS

  • Çerez Ayarları
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Geri Bildirim