Assessment of discrimination of mafic rocks using trace element systematics with machine learning
Mafik kayaçların ayırdımlanmasının eser element sistematiği kullanılarak makine öğrenimi ile değerlendirilmesi
- Tez No: 610039
- Danışmanlar: DOÇ. DR. KAAN SAYIT
- Tez Türü: Doktora
- Konular: Jeoloji Mühendisliği, Geological Engineering
- Anahtar Kelimeler: Jeokimya, Jeoloji, Petroloji, Geochemistry, Geology, Petrology
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeoloji Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eski magmatik kayaçların original tektonik ortamlarının belirlenmesi, eski okyanusların ve ilgili kıta parçalarının evriminin aydınlatılmasında önemli bir rol oynamakla birlikte; jeodinamik çıkarımların yapılması açısından önemli bir konudur. Mafik kayaçların jeokimyasal sınıflandırması, özellikle kayaç ile original tektonik ortamı arasındaki bağlantının büyük ölçekli olayların etkisiyle silindiği ve yeterli jeolojik bilginin mevcut olmadığı durumlarda, magmatik kayaçların tektono-magmatik olarak ayırdımlanması için önemli hale gelmektedir. 1960'lı yıllardan başlayarak, tektono-magmatik ayırdımlama yöntemleri geliştirmek amacıyla, önce geleneksel yöntemler (element veya element oranlarının kullanıldığı fonksiyonlar, iki veya üç değişkenli diyagramlar) ve daha sonra ise, özellikle son zamanlarda karar ağaçları, destek vektör makineleri, seyrek multinomial regresyon ve rastgele orman gibi modern yöntemler kullanılmıştır. Bu çalışmanın amacı, eser element sistematiği ile birlikte sınıflandırmalar için etkin bir makine öğrenimi yöntemi olan karar ağacı öğrenmesini kullanarak hem istatistiksel hem de jeokimyasal açıdan daha titiz, daha yeni ve daha iyi sınıflandırma yöntemleri önermektir. Çalışmada kullanılan verisetinde, sınıflar olarak farklı tektonik ortamlara (kıtasal yay, kıta içi tabakaları, okyanus ortası sırtları, oknayus yayları, okyanus yay arkası havzaları, okyanus adaları ve okyanus platoları) ait iyi dağılım gösteren çok sayıda numune içermektedir. Veri, doğru jeokimyasal numuneleme prosedürleri takip edilerek örneklenen ve uluslararası akreditasyona sahip güvenilir laboratuvarlarda analiz edilmiş numunelerin kullanıldığı yüksek kaliteli makalelerden elde edilmiştir. Sınıflandırmada, oluşturulan karar ağaçlarının harici very setlerine de başarıyla uygulanabilmesi amacıyla, parameter olarak sadece element oranları kullanılmıştır. Bu çalışma ile, (1) yitim zonlarında yer alan ve yer almayan tektonik ortamlar, (2) yitim zonlarında, yay içerisinde veya yay gerisinde bulunan tektonik ortamlar, (3) yay içerisinde yer alan okyanus yayları (OA) ve karasal yaylar (CA), (4) yitim zonlarında okyanusal ortama ait ve karasal ortama ait tektonik ortamlar, (5) okyanusal ortama ait yitim zonlarında yay içerisinde (OA) veya yay gerisinde (OBAB) yer alan tektonik ortamlar, (6) yitim zonlarında yer almayan tektonik ortamlar arasında okyanus ortası sırtı ve okyanus platosu (MOR ve OP) ile okyanus adası ve karasal kıta içi (OI ve CWP), (7) okyanus ortası sırtı (MOR) ve okyanus platosu (OP) ile (8) okyanus adası (OI) ve karasal kıta içi (CWP) tektonik ortamlarını birbirinden başarıyla ayırdımlamak amacıyla alternatifleri ile birlikte, karar ağaçları oluşturulmuş ve önerilmiştir.
Özet (Çeviri)
Having an important role in the elucidation of the evolution of ancient oceans and related continental fragments, the determination of original tectonic settings of ancient igneous rocks is an essential part of the geodynamic inferences. Geochemical classification of mafic rocks is important for the tectono-magmatic discrimination of igneous rocks especially when geological information is insufficient as the link of the igneous rocks to their original tectonic setting had been erased due to large scale events. Starting from 1960s, first traditional methods (functions of elements or element ratios, bivariate and ternary diagrams of elements or element ratios), and then, recently, modern methods such as decision trees, support vector machines, sparse multinomial regression and random forest have been applied to develop tectono-magmatic discrimination methods. The purpose of this study is to assess new and better classification methods which are both statistically and geochemically rigorous using trace element systematics with decision tree learning, an effective machine learning method for classification. Dataset included a large number of samples well distributed through different tectonic settings (continental arcs, continental within-plates, mid-oceanic ridges, oceanic arcs, oceanic back-arc basins, oceanic islands and oceanic plateaus) as classes. Data is gathered from high quality articles which is known to follow accurate geochemical sampling procedures and have their samples analyzed in internationally accredited and trustworthy laboratories. Only element ratios have been used as features in order to increase the successful applicability of constructed decision trees to external datasets. With this study, successful decision trees with their alternatives are proposed for the tectono-magmatic discrimination between (1) subduction and non-subduction settings, (2) arc-related and back-arc-related settings within subduction settings, (3) oceanic arcs and continental arcs within arc-related settings, (4) oceanic and continental settings within subduction settings, (5) oceanic arcs and oceanic back-arcs within subduction-related oceanic settings, (6) mid-oceanic ridges + oceanic plateaus and oceanic islands + continental within-plates within non-subduction settings, (7) mid-oceanic ridges and oceanic plateaus within non-subduction settings and (8) oceanic islands and continental within-plates within non-subduction settings.
Benzer Tezler
- Vanadium as a critical resource: Multi-environment assessment of mafic intrusions and black shale settings in Western and Southern Anatolia, Türki̇ye
Kritik bir kaynak olarak vanadyum: Batı ve Güney Anadolu'daki mafik sokulumlar ve siyah şeyllerin çoklu-ortam değerlendirmesi
NAŞİDE MERVE SÜTÇÜ
Doktora
İngilizce
2026
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP DÖNER
PROF. DR. MUSTAFA KUMRAL
- Bipolar bozukluk manik epizot ile başvuran hastalara ait video görüntülerinin tedavi yanıtına göre farklılıklarının yapay zekâ tabanlı incelenmesi
Artificial intelligence–based analysis of video recordings of patients presenting with manic episodes of bipolar disorder according to treatment response differences
MERVE ÇELİK
Tıpta Uzmanlık
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA TUYGAR OKUTUCU
DOÇ. DR. MEHMET BAYĞIN
- Bipolar bozukluk - mani dönemi tanılı bireylerin görüntü- ses özniteliklerinin klinik özellikler ve nörokognitif işlevlerle ilişkileri
Relations of audio-visual features with neurocognitive functions and clinical variables in bipolar mania patients
ELVAN ÇİFTÇİ
Tıpta Uzmanlık
Türkçe
2017
PsikiyatriSağlık Bilimleri ÜniversitesiRuh ve Sinir Hastalıkları Ana Bilim Dalı
DOÇ. DR. HÜSEYİN GÜLEÇ
DOÇ. DR. ALBERT ALİ SALAH
- Bipolar bozukluk tanılı hastalarda ve sağlıklı kontrollerde serum apelin ve elabela düzeylerinin incelenmesi
Investigation of serum apelin and elabela levels in patients with bipolar disorder and healthy controls
KEMALCAN TOPCU
Tıpta Uzmanlık
Türkçe
2026
PsikiyatriGaziantep ÜniversitesiPsikiyatri Ana Bilim Dalı
PROF. DR. GÜLÇİN ELBOĞA
- Erişkin bipolar bozukluk hastalarında zihin kuramı ile içselleştirilmiş damgalama ve içgörü arasındaki ilişkinin araştırılması
Evaluation of the relationship between theory of mind, internalized stigma and insight in patients with bipolar disorder
BÜŞRA BAKIRCI
Tıpta Uzmanlık
Türkçe
2022
PsikiyatriHarran ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. MEHMET ASOĞLU