Yarı iletken tabanlı kimyasal buhar sensör dizilerinin geliştirilmesi ve kimyasal buharın yapay sinir ağları ile sınıflandırılması
Development of semiconductor-based chemical vapor sensor arrays and classification of chemical vapor with artificial neural networks
- Tez No: 1012006
- Danışmanlar: DOÇ. DR. ÖMER ÇOBAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Öğrenme algoritmaları, Learning algorithms
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çalışmada yarı iletken tabanlı rezistif kimyasal buhar sensör dizilerinin üretilmesi ve kimyasal buharin yapay sinir ağları ile sınıflandırılması amaçlanmıştır. Bu amaç doğrultusunda ZnO, SnO₂, Mn₂O₃, La₂O₃ ve CeO₂ yarı iletken filmler bakır elektrotlar üzerine kaplanarak üretilmiş ve kaplamanın yapısal karakterizasyonu EDS ve SEM teknikleriyle gerçekleştirilmiştir. Daha sonra 2-propanol, aseton, etanol, metanol gibi gazların 4 ppm, 20 ppm, 30 ppm, 40 ppm, 50 ppm gibi farklı konsantrasyonlara maruz bırakılmıştır. Sensörlere bağlı direnç değişim değerleri ölçülmüş ve sensörlerden elde edilen veriler DAQ(veri toplama sistemi) aracılığıyla kaydedilmiştir. Elde edilen veriler çeşitli ön işleme, eğitim, doğrulama ve test kümelerine ayırma gibi işlemlerden geçirilmiştir. Sınıflandırma amacıyla iki farklı yapay sinir ağı modeli kullanılmıştır. CNN, ayırt edici özellikleri sınıflandırmak için kullanılırken; LSTM ise zaman serisi verilerinin modellenmesi amacıyla kullanılmıştır.
Özet (Çeviri)
In this study, it was aimed to produce semiconductor-based resistive chemical vapor sensor arrays and to classify chemical vapor with artificial neural networks. For this purpose, ZnO, SnO₂, Mn₂O₃, La₂O₃ and CeO₂ semiconductor films were produced by coating them on copper electrodes, and the structural characterization of the coating was carried out using EDS and SEM techniques. Then, gases such as 2-propanol, acetone, ethanol, methanol were exposed to different concentrations such as 4 ppm, 20 ppm, 30 ppm, 40 ppm, 50 ppm. Resistance change values connected to the sensors were measured and the data obtained from the sensors were recorded via DAQ (data acquisition system). The obtained data was subjected to various processes such as pre-processing, training, validation and separation into test sets. Two different artificial neural network models were used for classification purposes. While CNN is used to classify distinctive features; LSTM was used to model time series data
Benzer Tezler
- GaN PIN radyasyon sensörü epitaksiyel üretimi ve karakterizasyonu
Epitaxially growth of GaN-PIN sensor and characterizations
ÖMER AHMET KAYAL
Yüksek Lisans
Türkçe
2019
Fizik ve Fizik MühendisliğiGazi Üniversitesiİleri Teknolojiler Ana Bilim Dalı
PROF. DR. SEMA BİLGE OCAK
DOÇ. DR. CANAN AYDAŞ
- Instability studies in amorphous silicon based alloys
Amorf silisyum tabanlı alaşımlardaki kararsızlık çalışmaları
ORHAN ÖZDEMİR
Doktora
İngilizce
2004
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. BAYRAM KATIRCIOĞLU
- Organik buharların tespitine yönelik gözenekli silisyum tabanlı elektriksel buhar sensörü
Sensing organic vapors using electrical vapor sensors based on porous silicon
OLGAY YILMAZ
Yüksek Lisans
Türkçe
2013
Bilim ve TeknolojiKocaeli ÜniversitesiElektro-Optik Sistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERSİN KAYAHAN
- TiO2 tabanlı perovskite güneş pillerinde tekrarlanabilir üretim koşullarının belirlenmesi
Determination of the reproducible production conditions of the TiO2-based perovskite solar cells
ÇİSEM KIRBIYIK
Doktora
Türkçe
2017
Kimya MühendisliğiSelçuk ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT KUŞ
- Dalga kılavuzu entegreli grafen – SOI tabanlı fotodiyot üretimi ve karakterizasyonu
The fabrication and characterization of waveguide integrated graphene - SOI based photodiode
ELANUR SEVEN
Doktora
Türkçe
2021
Mühendislik BilimleriAtatürk ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL
PROF. DR. ELİF ORHAN