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
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
Ege ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
- Effect of chymotrypsin on M1 type pyruvate kinase from rabbit muscle and L-type from sheep liver
Başlık çevirisi yok
NİLAY BAŞARAN
- Kalıp hazırlama teknikleri dersinde ders araçlarının öğrenci başarısına etkisi
Başlık çevirisi yok
FATMA BAYRAKTAR
Yüksek Lisans
Türkçe
1986
Gazi ÜniversitesiGiyim Endüstrisi ve Giyim Sanatları Ana Bilim Dalı
Yükleniyor...
