Machine learning techniques for the estimation of material properties from light spectrum data
Işık spektrum verisinden madde özelliklerinin tahmini için makine öğrenmesi teknikleri
- Tez No: 524989
- Danışmanlar: DR. ÖĞR. ÜYESİ YAKUP GENÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 103
Özet
Emilim spektrumu tekniği ilk simyacılar kadar eskidir. İksirlerin rengine, saydamlığına bakarak ve farklı karışımlar deneyerek onları öğrenmeye ve tanımaya çalışmışlardır. Bugünlerde bile basit, hassas ve kullanımı kolay olduğu için sıvılar ve gazlar üzerindeki çalışmalarda sıkça kullanılmaktadır. Emilim spektrumu tekniği sıvı kimyasal çözeltilerdeki bir maddenin tanınmasında veya bir molekülün yoğunluğunun ölçülmesinde kullanılabilir. Bu çalışmada farklı sıvı çözeltilerin emilim spektrumları üzerinde kısmi en küçük kareler, gradyan destekli regresyon, rastgele ormanlar, evrişimsel sinir ağları ve uzun kısa-süreli bellek modelleri eğitilerek belirli bir molekülün yoğunluğu tahmin edilmiştir. Modellerin eğitimi ve testi için büyük bir veri kümesi oluşturulmuştur. Modellerin doğruluğunu artırabilmek için veri kümesi ölçeklendirilip ve anormal verilerden temizlenmiştir. Tek ve çok görevli evrişimsel sinir ağları geliştirilmiş ve optimize edilmiştir. Modeller ortalama mutlak hata (MAE) ve belirlilik katsayısı performans metriklerine göre karşılaştırılmıştır. Deneylerde görüldüğü üzere önerilen evrişimsel sinir ağları yaklaşık %1,1 ortalama mutlak hata ile en iyi sonuçları vermiştir.
Özet (Çeviri)
The absorbance spectrum technique is as old as the first alchemists. They desired to learn and identify their potions by examining the color and opacity of solutions as different reagents were mixed, heated, and stirred. Today, it is still the most frequently used spectroscopic technique on studies of liquids and gases as it is simple, accurate, and easy to use. An absorbance spectrum can be used to identify substances or measure the concentration of a molecule in solution. In this work, partial least squares regression (PLSR), gradient boosting regression (GBR), random forests (RF), convolutional neural network (CNN) and long short-term memory (LSTM) models were trained on absorbance spectrums of different liquid solvents and concentration of a specific molecule was predicted. A large data set was collected to train and test the models. In order to increase accuracy of the models, data set was scaled and cleaned from abnormal data. Single-tasking and multi-tasking CNNs were designed and optimized. The models were compared by performance metrics of mean absolute error (MAE) and coefficient of determination. As shown in experiments, the proposed CNN models gave the best results with about 1.1% mean absolute error.
Benzer Tezler
- Patlatma kaynaklı yer sarsıntısı tahmininde uyarlamalı bulanık çıkarım sistemi (ANFIS), destek vektör makineleri (SVM) ve gauss süreç regresyonu (GPR) tekniklerinin kullanımı
Application of adaptive-network based fuzzy inference system (ANFIS), support vector machines (SVM) and gaussian process regression (GPR) techniques for prediction of blast-induced ground vibrations
YAŞAR AĞAN
Yüksek Lisans
Türkçe
2023
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. TÜRKER HÜDAVERDİ
- Yapay zekâ ve sinyal işleme yöntemleri ile rulmanlarda taşlama yanığı hatasının tespiti
Detection of grinding burn defect in bearings with artificial intelligence and signal processing methods
NURDOĞAN CEYLAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEZGİN KAÇAR
- Elektromanyetik açıcının bazı fiziksel özelliklerinin ölçümü, sonlu elemanlar yöntemi ile analizi ve karakteristiğinin makine öğrenmesi ile kestirimi
Measurement of some physical properties of an electromagnetic plunger, its analysis with finite element method, and estimating the characteristic using machine learning
MAHAMMADKHAN GULIYEV
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞUAYB ÇAĞRI YENER
- Rastgele yönlendirilmiş karbon nanotüp takviyeli kompozitlerin modellenmesi
Modelling of randomly oriented carbon nanotube reinforced composites
EMRE KÖROĞLU
Doktora
Türkçe
2022
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN
- Biyokütle gazlaştırma sistem performansının yapay zeka teknikleri ile tahmini
Prediction of biomass gasification system performance using artificial intelligence techniques
AHMED A. AHMED
Yüksek Lisans
Türkçe
2021
Kimya MühendisliğiOndokuz Mayıs ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELİM CEYLAN