Estimation of electromagnetic model of light in different media using artificial neural network
Yapay sinir ağları kullanarak ışığın elektromanyetik modelinin farklı ortamlarda değerlemesi
- Tez No: 850490
- Danışmanlar: PROF. DR. FERİDUN AY, DR. ÖĞR. ÜYESİ CAHİT PERKGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektromanyetik Alanlar ve Mikrodalga Tekniği Bilim Dalı
- Sayfa Sayısı: 112
Özet
Bu tez çalışmasında bir optik dalga kılavuzu olan güç ayırıcının tasarımı numerik yöntemler yerine yapay zeka içerisinde derin öğrenme yöntemlerine dayanan çekişmeli üretici ağ yapısı kullanarak gerçekleştirilmiştir. Tasarımı gerçekleştirilen güç ayırıcı 2.5 x 2.5 μm2 dizayn alanına sahip olup yüksek çözünürlüklüdür (200 x 200 piksel). Bu tez çalışmasında yüksek çözünürlüklü güç bölücü yapısının tasarımı ilk kez bir derin öğrenme yöntemi kullanılarak başarıldı. Çalışma derin öğrenme yöntemleri kullanılarak üretilen yonga seviyesindeki dalga kılavuzlarına odaklanmakta olup, bunların verimlilik, yüksek çözünürlük ve asimetrik güç dağılımu açısından başarıyla tasarlanmasını amaçlamıştır. Optik yapı, bir giriş ve iki çıkıştan oluşan elektromanyetik gücü asimetrik olarak dağıtma özelliğini sergiler. Derin öğrenme yapısına sağlanan veri setleri, özellik bu çalışmada kullanılan DCGAN (Derin Evrişimli Üretken Çekişmeli Ağ) için yüksek verimli optik dalga kılavuzlarını, tasarım alanında başlangıçta rastgele oluşturulanlar arasından seçerek düzenlemiştir. Silikon(1) ve hava(0) arasında ikili piksel dağılımına sahip olan optik dalga kılavuzunun tasarım alanı, istenen sonuçlara ulaşmada önemlidir. Sonuçlar, yapay zeka tarafından üretilen güç bölücü yapısının elektromanyetik dalga enerjisinin düşük kayıp ve yansıma oranlarıyla etkili bir şekilde ilettiğini göstermektedir. Üretilen güç ayırıcı yapılarının verimlilik oranı genellikle %85 ile %95 aralığındadır ve en yüksek verimlilik etkileyici bir şekilde 20 x 20 piksel dizayn alanına sahip güç ayırıcı için %97.9 oranında, 200 x 200 piksel dizayn alanına sahip güç ayırıcı için %95.9 oranında başarılmıştır.
Özet (Çeviri)
In this thesis study, the design of a power splitter, a type of optical waveguide, was implemented using a generative adversarial network structure based on deep learning methods within artificial intelligence instead of numeric methods. The designed power splitter has a design area of 2.5 x 2.5 μm² and is features high resolution (200 x 200 pixels). The design of this high-resolution power splitter structure was accomplished for the first time using a deep learning method.The study focuses on chip-level waveguides produced using deep learning methods, highlighting their efficiency, high resolution, and asymmetric power distribution. The optical structure, comprised of one input and two outputs, exhibits the characteristics feature of distributing electromagnetic power asymmetrically. The data sets provided to the deep learning structure, specifically the DCGAN (Deep Convolutional Generative Adversarial Network), were curated by selecting high-efficiency optical waveguides from those initially randomly generated in the design area. The design area of the optical waveguide, featuring a binary pixel distribution of silicon(1) and air(0), plays a crucial role in achieving the desired outcomes. The results indicate that the power splitter structure, generated by artificial intelligence, efficiently transmits electromagnetic wave energy with low loss and reflection rates. The efficiency ratios of the produced power splitter structures generally fall within the range of 85% to 95%, with the highest efficiency for power splitter having 20 x 20 pixel design area reaching 97.9%, for power splitter having 200 x 200 pixel design area reaching an impressive 95.9%.
Benzer Tezler
- Multicolor fluorescence microscopy fortracking magnetic micro-agents
Başlık çevirisi yok
MERT KAYA
Doktora
İngilizce
1989
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of TwentePROF. DR. SARTHAK MİSRA
- Development of single-frame methods aided kalman-type filtering algorithms for attitude estimation of nano-satellites
Nano-uydularda yönelim kestirimi için tek-çerçeve yöntemlere dayali kalman-tipi filtreleme algoritmalarinin geliştirilmesi
DEMET ÇİLDEN GÜLER
Doktora
İngilizce
2021
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
PROF. DR. ZEREFŞAN KAYMAZ
- Investigating the vertical tropical forest structure using digital elevation models and machine learning methods
Düşey tropikal orman yapısının sayısal yükseklik modelleri ve makine öğrenme yöntemleri ile incelenmesi
ELAHEH ZADBAGHER
Doktora
İngilizce
2023
Jeodezi ve FotogrametriZonguldak Bülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYCAN MURAT MARANGOZ
PROF. DR. KAZİMİERZ BECEK
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- Yüzeye yakın saçıcıların saçılmış yüzey dalgaları ile görüntülenmesi
Imaging near-surface scatterers by scattered surface waves
SERDAR DEMİREL
Yüksek Lisans
Türkçe
2012
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE KAŞLILAR