Derin öğrenme ile kalsitin parçacık analiz sonuçlarından renk tespiti
Calcite color estimation through particle distribution analysis via deep learning
- Tez No: 601195
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN OKTAY ALTUN, DOÇ. DR. SERKAN ÇAYIRLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kto Karatay Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Madencilikte, özellikle kalsit gibi beyazlatıcı dolgu olarak kullanılmakta olan mineraller için, dolgu malzemesinin uygulanacağı ürüne bağlı olarak renk gerekliliklerinin sağlanması istenmektedir. Mikronize kalsit üretiminde özellikle beyazlık, parlaklık, sarılık ve kırmızılık gibi renk değerleri çok önemlidir. Tane boyutuna bağlı olarak nihai kalsit mineralinin renk değerlerinde çeşitlilik gözlenmekte olup, aynı içeriğe sahip kalsit için tane boyutu inceldikçe parlaklık ve beyazlık değerleri yükselmekte, sarılık değerleri düşmektedir. Bu çalışmada aynı madenden yakın zamanlarda çıkarılan benzer mineral içeriğine sahip kalsit mineralleri için tanecik dağılımından renk bilgisi derin öğrenme teknikleri ile öğrenilip, tanecik dağılımından renk bilgisinin belli hassasiyette tahmin edilebileceği gösterilmiştir. Birçok derin öğrenme mimarisi denenmiş olup, en iyi netice veren derin öğrenme mimarisi ve bu mimari kullanılarak elde edilen tahmin sonuçları raporlanmıştır. Bu önerdiğimiz teknik, tanecik dağılımından renk tahmini yapmaya olanak vererek, donanımsal renk ölçüm cihazlarına ikame olabilecek bir algoritma yaklaşımı yönünde önemli bir adım olarak düşünülebilir.
Özet (Çeviri)
It is desirable to meet color requirements in mining, especially for minerals used as bleach fillers such as calcite. Color values such as whiteness, brightness, yellowness, and redness are utmost important in micronized calcite production. Depending on the grain size, color values of the final calcite mineral are variable, the brightness and whiteness values increase and the yellowness values decrease. In this study, it has been shown that, the calcite minerals having similar mineral contents extracted from the same mine, color information can be learned from particle distribution by deep learning techniques and color information can be estimated from particle distribution to some extent. Several deep learning architectures have been tried and the best learning deep learning architecture accompanying the predicted color results using this architecture are reported.
Benzer Tezler
- Derin öğrenme ile rakam öğretme
Number teach with deep learning
ALİ KAYA
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EDİZ ŞAYKOL
- Derin öğrenme ile yüz tanıma
Face recognition with deep learning
FATIMA ZEHRA ÜNAL
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET SERDAR GÜZEL
- Derin öğrenme ile iki boyutlu optik karakter tanıma
2D optical character recognition based on deep learning
EMİN AFŞİN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARİF KOYUN
- Derin öğrenme ile zaman serilerinin gerçek zamanlı tahmini
Time series prediction in real time using deep learning
EBRU ŞEYMA KARAKOYUN
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ OSMAN ÇIBIKDİKEN
- Derin öğrenme ile havadaki partikül madde konsantrasyonu tahmini
Forecasting of particulate matter concentration with deep learning method
YASİN AKIN AYTURAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKto Karatay ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN OKTAY ALTUN
DR. ÖĞR. ÜYESİ FATMA DİDEM TUNÇEZ