Prediction of water retention curves using neural networks
Su tutma eğrilerinin yapay sinir ağları ile tahmini
- Tez No: 648616
- Danışmanlar: DOÇ. DR. NABİ KARTAL TOKER, DR. ÖĞR. ÜYESİ ONUR PEKCAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
Su tutma eğrisi (STE) su muhtevası ile zemin emmesini ilişkilendirir. STE bilgisi, suya doygun olmayan zeminlerin davranımını açıklamakta önemlidir. Bunun için geliştirilmiş çoğu metod ya zaman alıcı ya da pahalıdır. Hızlı tahminlere olan talebin teşvik ettiği bu çalışma, (i) hiperparametre optimizasyonu, (ii) su tutma ve dane büyüklüğü dağılımı temsillerinin yeniden değerlendirilmesi ile derinleştirilerek 88 yapay sinir ağı tasarımının bir kompozisyonunu sunar. Mevcut çalışmaların çoğunda gözlemlendiğinin aksine, tekstürel sınıfı veya emme aralığı göz önünde bulundurulmaksızın UNSODA veri tabanından elde edilen veriler kullanıldı. Bu kapsayıcı yaklaşım, çalışmayı özgün kılarken, metodolojide bir dizi problem ve tahminlerin doğruluğunun düşmesine sebebiyet verdi. Geliştirilen modeller arasında Fredlund ve Xing (1994) modeli, 0.51 ile 0.85 arasında değişen R^2 değerlerinin en yükseğini yakaladı.
Özet (Çeviri)
Soil water-retention curve (WRC) relates tension in soil water to soil suction. WRC information has pivotal importance for revealing the behavior of unsaturated soils. Methods for obtaining retention curves are either too expensive or time consuming. Instigated by the demand on fast predictions, this study expressed a composition of a 88 NN designs opened up with (i) hyperparameter tuning, (ii) reexamination of expressions of WRC and GSD. The data was extracted from UNSODA database which encompasses a broad type of soils and widely varied suction ranges, without excluding or subsampling any of the textural group or suction ranges of observations as most of the existing studies did. This inclusive approach rendered the originality of the study and yet spawned a series of problems in methodology and low accuracy in predictions. Among those models, Fredlund and Xing (1994) model held the highest accuracy measure, R^2 , which varied from 0.51 to 0.85.
Benzer Tezler
- Zeminlerin su tutma eğrilerinin granülometri eğrilerinden elde edilmesi
Prediction of water retention curve of soils from grain-size distribution curve
EMEL TÜRKER
Yüksek Lisans
Türkçe
2006
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. MUSTAFA AYTEKİN
- İstanbul ili Avrupa yakası su havzalarında sürdürülebilirlik kapsamında risk analizleri ve değerlendirmeler
Risk analyses and evaluations within the scope of sustainability of the water basins in Istanbul European side
FIRAT PEKER
Doktora
Türkçe
2022
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜRREM BAYHAN
- Control of pH in neutralization reactor of a waste water treatment system using identification reactor
Tanımlama tepkime tankı kullanarak, atık su arıtım sisteminin nötralizasyon tankında pH değerinin denetlenmesi
SALİH OBUT
Yüksek Lisans
İngilizce
2005
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. CANAN ÖZGEN
- Toprak üstü sıcaklığının yapay sinir ağları yöntemi ile modellenmesi
Modelling of soil temperature by ann
ALAA SALEMDAWOD
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- Gemilerin manevra denklemlerinin bilgisayarla çözümü
The Solutions of equations of ship manoeuvres by the computer
EMİN KORKUT