Modelling and integration of neural network systems to construct 3d models of ore bodies
Maden yataklarının üç boyutlu olarak modellenmesinde yapay sinir ağı sistemlerinin kullanılması ve integrasyonu
- Tez No: 116500
- Danışmanlar: DOÇ. DR. NEŞE ÇELEBİ
- Tez Türü: Doktora
- Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
- Anahtar Kelimeler: Yapay Sinir Ağlan, Rezerv Tahmini, Üç Boyutlu Modelleme, Jeoistatistik vı, Neural Networks, Reserve Estimation, 3D Orebody Modelling, Geostatistics. IV
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 225
Özet
öz MADEN YATAKLARININ UÇ BOYUTLU OLARAK MODELLENMESİNDE YAPAY SİNİR AĞI SİSTEMLERİNİN KULLANILMASI VE İNTEGRASYONU Akçakoca, Hamdi Doktora, Maden Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. Neş' e Çelebi Mart 2001, 205 sayfa Maden yatağının 3 boyutlu (3B) modelinin oluşturulmasında ve rezerv hesaplamalarında, sondaj kuyusu verilerinin yorumlanması ve sahaya yayılması temel teşkil etmektedir. Yapay Sinir Ağı (YSA) sistemleri veri analizi ve veri yapısının öğrenilmesinde ve yorumlanmasında güçlü araçlardır. Onların bu yeteneği, YSA' nın sondaj verilerinin sahaya yayılması ve rezerv hesaplamalarında kullanımına olanak sağlamaktadır. Bu çalışmada, sondaj verilerinin sahaya yayılmasında kullanılan bir YSA sistemi“Üç Boyutlu- Yapay Sinir Ağı”(3B-YSA) programlanmış ve dört farklı maden yatağında uygulamaları sunulmuştur. Bu sistem eğitilme ve tahmin yeteneğine sahiptir. Kabul edilir bir tahmin hatası oranına ulaşılıncaya kadar eğitilme mekanizması tekrarlı olarak çalıştırılır ve bundan sonra bu eğitilmiş sistem, örnek verisini 3 boyutlu blok modele yayar. Bu sistemde, çok boyutlu ileri beslemeli geri yayılım YSA algoritması kullanılmaktadır. Bu YSA modelinin eğitilmesinde kuzey(x), doğu(y) ve kot(z)koordinat bilgileri ve bu noktalara karşılık gelen metal için tenor - kalınlık veya kömür için kalori - kalınlık değerlerine gerek duyulmaktadır. Bu veriler elde edildikten sonra bu verilerle, eğitme işlemi için en uygun eğitme parametreleri belirlenmektedir. Bu eğitme parametreleri ile eğitilen network, araştırma yapılan alanda her noktaya uzaysal dağılım değişkenlerinin atanabilmesi için kullanılabilir. Rezerv miktarı da buna bağlı olarak hesaplanabilmektedir. Sistem 3 boyutlu model görüntülemesi de yapabilmektedir. Bu çalışmanın sonunda, YSA ile yapılan tenör-kalınlık ya da kalori-kalınlık atama sonuçlan, aynı veri tabanı üzerinde yapılan jeoistatistik tahmin değerleriyle karşılaştırılmış ve elde edilen sonuçlar üstündeki istatistik çalışmaları, 3B-YSA1 nin düşük hatalar veren, güvenilir bir veri yayma yöntemi olduğunu göstermiştir. 3B-YSA sistemi, Turbo Pascal dilinde kodlanmıştır.
Özet (Çeviri)
ABSTRACT MODELING AND INTEGRATION OF NEURAL NETWORK SYSTEMS TO CONSTRUCT 3D MODELS OF OREBODIES Akçakoca, Hamdi Ph.D., Department of Mining Engineering Supervisor: Assoc. Prof. Dr. Neş'e Çelebi March 2001, 205 pages The interpretation of the drill hole information and the extension of this information to the ore region is the basic step for the creation of three-dimensional (3D) orebody models and the reserve calculations. Neural Network (NN) systems are powerful tools for the data analysis, the data structure learning and interpreting. A NN system namely,“Three Dimensional Artificial Neural Network”(3D-ANN) has been coded for data extension and its application to four different deposits are introduced. The NN system has training and estimation capabilities. After obtaining an acceptable estimation error for the level of learning, the system extends the sample data to 3D-block model. In this system, multilayer feedforward - backpropagatiori NN algorithm has been used. This NN model requires information on the northing (x), easting(y), elevation(z) coordinates and grade and thickness values for metal type of ore bodies or calory and thickness values for coals. After obtaining these values, the training is completed and training parameters are found. IllUsing these parameters, the spatial distributions for all locations within the area of investigation can be estimated. Using these results reserve calculations can be realized. Also the system can perform the 3D-model visualization. At the end of this study, the grade-thickness or calory-thickness estimation results of the NN system are compared with the results of geostatistical assignment using the same database to observe the possible differences. Tests applied to these results show that the NN system is a reliable tool of data extension. The NN system has been coded in Turbo Pascal language.
Benzer Tezler
- Çoklu-proje ortamında web-tabanlı bütünleşik yapım yönetim sistemi modeli
Web-based integrated construction management system model in multi-project environment
İBRAHİM YİTMEN
Doktora
Türkçe
2002
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. ATTİLA DİKBAŞ
- Çamaşır makinelerinde yapay sinir ağları ile yıkama performansı ve enerji tüketiminin modellenmesi
Modeling of washing performance and energy consumption with artificial neural networks in washing machines
YAKUP AKTAŞ
Yüksek Lisans
Türkçe
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATAKAN ALTINKAYNAK
ÖĞR. GÖR. MERVE ACER KALAFAT
- Mimari tasarımda yapay zeka: Evrişimli yapay sinir ağlarının vaziyet planı tasarımında kullanımı
Artificial intelligence in architectural design: The use of convolutional neural networks in site plan design
MUSTAFA KEMAL KAYIŞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. HAKAN YAMAN
- Yumuşak hesaplama yöntemlerinin geliştirilmesi ve elektriksel sürücülerdeki uygulamaları
The improvement of soft computing methods and its applications in electric drives
MEHMET KARAKÖSE
Doktora
Türkçe
2005
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. ERHAN AKIN
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU