Çevre kirletici maddelerin makine öğrenmesi kullanılarak ayırt edilmesi
Discrimination of environmental contaminants using machine learning
- Tez No: 809028
- Danışmanlar: DOÇ. DR. RAFET AKDENİZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Makine öğrenme algoritmaları, yüksek verimli hesaplama yeteneklerine sahip araçlar sunar. Bu nedenle çevresel kirleticilerin iyileştirilmesi, atık madde sentezinin planlanması ve kirletici uzaklaştırma süreçlerinin modellenmesi gibi birçok farklı amaç için kullanılmaktadır. Bu çalışmada, içme suyu arıtma tesislerinde filtreleme işlemlerinden önce temiz su oluşturmada kullanılan kimyasal oranlarını optimum seviyede nasıl kullanılabileceğini, makine öğrenme metotlarını kullanarak en doğru şekilde tespit etmeyi amaçlamaktadır. Filtreleme işlemi öncesi, sıvının renk ve bulanıklık değerlerinin ölçümü yapılarak, sıvıların filtreleme sürecinde kullanılacak kimyasalların ihtiyaç dahilinde ne kadar kullanılacağına karar verilir. Yöntemde kullanılan bulanıklık sensörü ile renk sensörü aynı anda ölçme işlemi yapmaktadır. Sensörlerden alınan değerlerin doğru olması için ilk referans değeri olarak saf su ile ölçüm işlemi yapılmıştır. Referans değeri alınırken kirlenmiş sıvının; bulanık ve renk değerleri, sensörler tarafından okunur. Sensörlerden okunan, bulanık ve renk değerleri makine öğrenme; doğrusal regresyon, ortalama ve standart sapma modelleriyle oluşturulmuş, bilgisayar arayüzü ile kullanıcıya canlı takip ve karar verme durumlarını en iyi gösterge sonucuyla değer üretip, gösterimi sağlanır. Bu sayede kirlenmiş sıvı içeriğinde bulunan kirletici partikülleri tespit edilerek sıvının kirletici maddelerden uzaklaştırma sürecinde kullanılacak kimyasal dozajlama için bulanık ve renk değerlerine bakılarak karar verilir. Araştırmanın temel amacı, makine öğrenme modelleri tarafından gerçekleştirilen sıvı kirleticilerin giderilmesi ile ilgili sorunlara; hızlı, maliyeti ucuza indirgenmiş, en pratik yoldan çözüm üretme ihtiyaçlarını karşılamak ve su arıtma tesislerinin işletiminde, su kalitesi değerlendirmesi, risk uyarısı ve kimyasal dozlamanın azaltılması konusunda yeni bilgiler sağlamaktır.
Özet (Çeviri)
Machine learning algorithms; It is used for many different purposes, including the most efficient computational remediation of environmental pollutants, planning of effluent synthesis, and modeling of pollutant removal processes. In this study, it is aimed to determine how the chemical ratios used to create clean water can be used at a minimum level before filtering processes in drinking water treatment plants, by using machine learning methods, in the most accurate way. Before the filtering process, the color and turbidity values of the liquid are measured and it is decided how much of the chemicals to be used in the filtering process of the liquids will be used, if needed. The turbidity sensor and the color sensor used in the method measure simultaneously. In order for the values taken from the sensors to be correct, the measurement was made with pure water as the first reference value. While taking the reference value, the contaminated liquid; fuzzy and color values are read by sensors. Machine learning of fuzzy and color values read from sensors; It is created with linear regression, mean and standard deviation models, and the computer interface provides the user with the best indicator of live tracking and decision-making situations, and the value is produced and displayed. In this way, the pollutant particles in the contaminated liquid are detected and the chemical dosing to be used in the process of removing the contaminants from the liquid is decided by looking at the turbid and color values. The main aim of the research is to solve the problems related to the removal of liquid contaminants by machine learning models; To meet the needs of producing solutions in the most practical way, with a fast, low cost, and to provide new information on water quality assessment, risk warning and reduction of chemical dosing in the operation of water treatment plants.
Benzer Tezler
- Makine öğrenimi algoritmaları kullanılarak Erzurum ili için kirletici madde tahmini
Pollutant prediction for Erzurum province using machine learning algorithms
CEVAHİR DURAK
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Akıllı kentlerde alansal hava kirliliğinin belirlenmesi ve kirlilik modellemesi: Erzurum ili örneği
Determination of area air pollution and pollution modeling in smart cities: A case study of Erzurum province
ŞAHİN KORKMAZ
Doktora
Türkçe
2023
Çevre MühendisliğiAtatürk ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP CEYLAN
- Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi
Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality
SALİHA ÇELİKCAN BİLGİN
Yüksek Lisans
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Estimation of PM10 variations in the Southeastern and Eastern Anatolia regions of Türkiye using remote sensing and statistical models
Türkiye'nin Güneydoğu ve Doğu Anadolu bölgelerindeki PM10 değişimlerinin uzaktan algılama ve ı̇statistiksel modeller kullanılarak tahmini
SULTANAY MURZAEVA
Yüksek Lisans
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. ALPER ÜNAL
- Predictive analysis of flight traffic at New York JFK Airport on air pollution using machine learning
New York JFT havalimanındaki uçuşların hava kirliliğine etkisini makine öğrenmesi yardımıyla tahmin analizi
BATUHAN BURÇ TÜRKOĞLU
Yüksek Lisans
İngilizce
2020
Kamu YönetimiBoğaziçi ÜniversitesiYönetim ve Organizasyon Ana Bilim Dalı
PROF. DR. NADIM KAMEL COPTY