Yapay sinir ağı ve fotometrik yöntemler ile madde tanıma sistemi tasarımı
Design of substance identification system with artificial neural network and photometric methods
- Tez No: 450516
- Danışmanlar: PROF. DR. RECAİ KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Biyolojik terör, kimyasal kirlilik, uygunsuz gıda maddeleri, hastalık yapıcı mikroorganizmalar gibi konularda madde ayırt etme ve tanıma işlemleri önem arz etmekte olup, bu işlemlerin yerinde hızlı ve yüksek doğrulukta yapılması gerekmektedir. Fotometrik metotlar, madde ayrımı için en çok başvurulan metotlar arasında yer almakta olup, maddenin optik özelliklerini kullanarak madde ayrımını gerçekleştirmektedir. Bu tez çalışmasında; YSA destekli otonom karar mekanizmalı, 365nm-950nm dalgaboyu aralığında 22 LED'li ışık kaynağına ve geniş spektral aralık ile kızılötesi spektral aralığında iki fotodiyotlu ışık dijital dönüştürücüsüne sahip bir fotometrik tabanlı madde tanıma sistemi tasarlanmış ve gerçekleştirilmiştir. Tasarlanan sistemin madde tanıma performansının tespit edilmesi amacıyla; süt, su ve etil alkol sıvıları üzerinde deneyler gerçekleştirilmiştir. Süt ile ilgili deneylerde; sütün markası ve bekleme süresine göre sınıflandırması ele alınmıştır. Su ile ilgili deneylerde ise suyun kaynağına göre sınıflandırma işlemleri denenmiştir. Su ile birlikte etil alkol incelenmiş ve bu deneyler sonucunda tasarlanan sistemin madde ayırımı ve tanıma işlemlerinde başarılı bir performans gösterdiği kanıtlanmıştır.
Özet (Çeviri)
Substance identification and recognition about biologic terror, chemical pollution, inappropriate foods, disease-causing microorganisms etc. is important, and this process must be in-situ, fast and highly accurate. Photo metric methods, which are one of the most applied methods, utilize optic properties to identify the substance. In this thesis work, we designed a photometric based substance identification system which is supported with Artificial Neural Network (ANN) with 22 LEDs, whose spectral range is 350nm to 950nm, and has the light to digital converter (LDC) sensor consists of two photodiodes, the one is for wide bandwidth the second one is for infrared spectral range. To test performance of designed system we conducted the experiments on milk, water and ethyl alcohol. In the first experiment, we tried to classify milk based on brand and waiting time. In the second experiment, we endeavored to label water according to spring. Lastly, we analyzed water versus ethyl alcohol to test limitations. We proved that our system can accurately classify substance based on optical properties.
Benzer Tezler
- Ai-based visual odometry implementation on an embedded system
Yapay zeka tabanlı görsel odometrinin gömülü bir sistemde gerçeklemesi
OĞUZHAN BÜYÜKSOLAK
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Training inverse BRDF with incomplete data for 3D reconstruction through photometric stereo
Fotometrik stereo ile 3B geriçatım için eksik veri ile ters BRDF öğretilmesi
SAMET KİLECİ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. UĞUR HALICI
- Fiziksel tabanlı işleme materyalleri için kabartı dokularının yapay sinir ağları ile sentezi
Synthesis of normal map textures for physically based rendering materials with artificial neural networks
MUHAMMED ÖMER FARUK SELVİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDEM YAVUZ
- YAPAY SİNİR AĞI VE BOX-JENKİNS MODELİ İLE YAZICI SARF MALZEMELER VERİLERİNİN TAHMİNİ IRAK ÖRNEĞİ
PREDICTING THE SALE OF PRİNTİNG STUFFS USING ARTIFICIAL NEURAL NETWORKS AND BOX-JENKINS MODEL MODEL OF IRAQ
BAN ANIS ABDULLAH AL MAHMUD
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALBAYRAK
- Yapay sinir ağı ve genetik ters çözüm yöntemleri kullanılarak sismik verilerin yorumlanması: Kuzey Açık Denizi'ndeki Hollanda örneği
Interpretation of seismic data using artificial neural network and genetic inversion: Holland data example from North Sea offshore
SÜLEYMAN ALEMDAR
Yüksek Lisans
Türkçe
2020
Jeofizik MühendisliğiKocaeli ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTAN PEKŞEN