IML DataSoft
IML DataSoft, yüksek lisans tezim için geliştirdiğim platformdur. Gerçek endüstriyel ortamdan toplanan veriyi, simülatörle üretilen veriyle derin öğrenme algoritmaları kullanarak anomali tespiti açısından karşılaştırır ve sonuçta simülatör verisinin gerçek veriye yakın olduğunu gösterir. Next.js web uygulamasında gerçek veri girişi, simülatör verisi oluşturma, anomali tipi tanımlama, model eğitme ve çalıştırma ile algoritma sonuçlarını karşılaştırma ekranları bulunur. Sistem dört parçadan oluşur: Next.js web uygulaması, Hasura backend, Node.js API ve Python API.
- Geliştirme
- Yıl
- 2024
- Rol
- Full-stack geliştirici · Yüksek lisans tezi
Teknolojiler
- Next.js
- TypeScript
- Hasura
- GraphQL
- Node.js
- Python
- Flask
- RabbitMQ
- PostgreSQL
- MySQL
- Docker
- Arduino
Genel bakış
Yüksek lisans tezim için geliştirdim. Arduino ile üretilen gerçek veriler, simülatörün ürettiği verilerle karşılaştırılıyor ve ikisi de derin öğrenme algoritmalarıyla test ediliyor. Sonuçta simülatör verisinin gerçek veriye yakın olduğu görüldü.
Nasıl çalışır
- Arduino ile gerçek dünya verisi üretilir, sisteme girilir ve veri setleri oluşturulur.
- Simülatör oluşturulur ve eklenecek hata tipleri seçilir. Simülatör ses, titreşim ve sıcaklık için sentetik veri üretir.
- Veri setleri ABOD, Autoencoder ve CBLOF gibi derin öğrenme tabanlı aykırı değer algoritmalarıyla test edilir.
- Farklı algoritmaların sonuçları ve gerçek veriyle simülatör verisi karşılaştırılır.
Mimari
Dört parçadan oluşur: Next.js web uygulaması, Hasura arka ucu, Node.js REST API ve Python REST API. Python tarafında bir Flask servisi veritabanına eklenen kayıtlara tepki verir, algoritma istekleri RabbitMQ kuyruğuyla sırayla çalıştırılır. Hepsi Docker ile yayınlanır.