Gauss süreç yöntemi ile tayfsal ayırma uygulamaları
Spectral disentangling applications with the Gauss process method
- Tez No: 751011
- Danışmanlar: DOÇ. DR. AHMET DERVİŞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Astronomi ve Uzay Bilimleri, Astronomy and Space Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Astronomi ve Uzay Bilimleri Ana Bilim Dalı
- Bilim Dalı: Astronomi ve Uzay Bilimleri Bilim Dalı
- Sayfa Sayısı: 95
Özet
Gökbilimin en verimli alanlarından biri olan çift yıldızlar, yıldızlar hakkında bilgi sahibi olmamız için yegane kaynaklardır. Gauss süreçleri tarafından sunulan esnek olasılık çerçevesi, tayfsal ayırma/ çözümleme tekniklerinin birçok sınırlamasını ele almak için iyi bir araç sağlar. Çift veya çoklu yıldız sistemine ait bileşenlerin tayflarını ayrı ayrı elde edilmesi ve bileşen yıldızların dikine hızlarının hesaplanması amacıyla Gauss Süreçleri, yıldız tayflarını tamamen veri odaklı bir şekilde modelleyerek bize ilgi çekici bir alan sunar. Bu tez çalışması kapsamında Gauss Süreç yöntemini temel alan PSOAP kodu ile tayfsal çözümleme yapılmıştır. Gauss Süreç Yöntemi ile tayfsal çözümleme konusunu temel alan bu çalışmada, LP661-13 tayfsal çift yıldızı incelendi. LP661-13 iki orta tür M yıldızından oluşan tayfsal cüce çift sistemdir. Tayfsal çözümleme için LP661-13'e ait indirilen toplam 14 tayf verisi kullanıldı. Sonuç olarak LP661-13'ün bileşen tayfları Gauss Süreç Yöntemi ile başarılı bir şekilde ayrıldı.
Özet (Çeviri)
Binary stars, one of the most productive fields of astronomy, are the most useful sources for us to learn about stars. The flexible probability framework offered by Gaussian processes provides a good tool to address the many limitations of spectral separation/disentangle techniques. Gaussian Processes offer us an interesting field by modeling star spectra in a purely data-driven manner, in order to obtain the spectra of the components of the binary or multiple star system separately and to calculate the vertical velocities of the component stars. Within the scope of this thesis, spectral analysis was performed with the PSOAP code based on the Gaussian Process method. In this study, which is based on spectral disentangling with the Gaussian Process Method, the LP661-13 spectral binary star was examined. LP661-13 is a spectral dwarf binary system consisting of two medium type M stars. A total of 14 spectral data downloaded from LP661-13 were used for spectral disentangling. As a result, component spectra of LP661-13 were successfully disentangle by Gaussian Process Method.
Benzer Tezler
- Güneş enerji sistemleri için yeni bir hibrit mppt yönteminin geliştirilmesi ve gerçek zamanlı uygulanması
Development and real-time implementation of a new hybrid mppt method for solar energy systems
MEHMET YILMAZ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ÇORAPSIZ
DOÇ. DR. ALİRIZA KALELİ
- Transient gas turbine performance calculations based on Gaussian Process Regression
GAUSS süreç regresyonuna dayanan geçici durum uçak motoru performans hesaplamaları
SEMANUR KÜÇÜK
Yüksek Lisans
İngilizce
2023
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH ULAŞ
- Güneş enerjisinin kısa dönem tahmini için derin öğrenme tabanlı bir metodun geliştirilmesi
Development of a deep learning-based method for short-term forecasting of solar energy
MEHMET FATİH BEKÇİOĞULLARI
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖKKEŞ FATİH KEÇECİOĞLU
DR. ÖĞR. ÜYESİ HAKAN AÇIKGÖZ
- Yapay zekâ yöntemleri ile toplu yemek üretiminde günlük talep tahmini
Daily demand prediction in mass meal production using artificialintelligence methods
DERYA YERGÖK
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ACI
- Betonarme perdelerin çevrimsel sönümlenen enerji kapasitesinin makine öğrenmesi yöntemleri ile incelenmesi
Investigation of energy dissipation capacity of RCc shear walls with machine learning methods
BERKAY TOPALOĞLU
Yüksek Lisans
Türkçe
2022
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP DEĞER