AI Summary & Key Takeaways
AI InsightThe rules found are tested in terms of their accuracy and reliability.
📌 3 Key Takeaways
Abstract
Data mining methods have been successfully applied to different fields. Aviation industry is one of these fields. There is a large amount of knowledge and data accumulation in aviation industry. These data could be stored in the form of pilot reports, maintenance reports, incident reports, component reports or delay reports. This paper explains the data mining application on the component reports of an airline company in Turkey. In this study, we applied data mining functions on the component reports. The purpose of our application is to find out a rule about the warning level of the components to do correcting operation before any fault. As a result we found out a meaningful rule that presents the formulation of the warning level of the components. The rules found are tested in terms of their accuracy and reliability.
Özet
Veri madenciliği, farklı bir çok alana başarı ile uygulanan bir tekniktir. Havacılık sektörü de bu alanlardan birisidir. Özellikle Türkiye’de gelişmekte olan hava yolu işletmelerinde de kullanılması mümkündür. Havacılık sektörü, çok büyük miktarlarda veri ve bilgi birikiminin olduğu bir alandır. Bu veriler pilot, bakım, kaza, parça söküm veya tehir raporları şeklinde kayıt altına alınmaktadır. Bu çalışmada, Türkiye’de bir hava yolu işletmesinin parça söküm raporları üzerinde veri madenciliği çalışması gerçekleştirilmiştir. Çalışmanın amacı, uçaklarda kullanılan parçaların, herhangi bir arıza oluşmadan önce düzeltici ve önleyici işlemlerin yapılması için ikaz seviyelerinin tespit edilmesine yönelik kural geliştirmektir. Sonuç olarak parçaların ikaz seviyelerini temsil edecek anlamlı bir kural elde edilmiş ve bulunan kurallar doğrulukları ve güvenilirlikleri bakımından test edilmiştir.