Sis odasında parçacık tanımlama sistemi
Particle identification system in cloud chamber
- Tez No: 875201
- Danışmanlar: PROF. DR. SEHBAN KARTAL
- Tez Türü: Yüksek Lisans
- Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yüksek Enerji ve Plazma Fiziği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Fizikteki en büyük zorluklardan biri, parçacıkları net bir şekilde görüntüleyebilmektir. Sis odaları, parçacıkların net bir şekilde görüntülenebilmesini sağlayan etkili bir yöntem sunmaktadır. En küçük temel parçacıklar bile sıvı damlacıklarının çökelmesiyle belirgin izler bırakmaktadır. Modern teknolojik cihazlar yaygınlaşmış olsa da, sis odaları uygulamalı deneyim açısından eşsiz bir konumdadır. Bu yüksek lisans tezinde, YOLO ve R-CNN gibi nesne tanımlama algoritmaları kullanılarak bir sis odasında parçacık tanımlama sistemi geliştirilmiştir. Çalışmanın amacı, yüksek enerjili parçacıkların otomatik olarak tanımlanmasını sağlamaktır. Bu bağlamda, OpenCV, PyTorch ve TensorFlow gibi derin öğrenme kütüphaneleri kullanılarak algoritmaların etkinliği ve doğruluğu artırılmıştır. Bu yüksek lisans tezi ile makine öğrenmesi algoritmaları kullanılarak sis odası dedektörlerinden alınan görüntülerde parçacık izleri başarılı bir şekilde tanımlanması amaçlanmaktadır ve sis odasında parçacık tanımlama sistemi başarılı bir şekilde geliştirilmiştir.
Özet (Çeviri)
One of the greatest challenges in physics is to visualize particles clearly. Cloud chambers provide an effective method for visualizing particles distinctly. Even the smallest fundamental particles leave discernible tracks as liquid droplets condense. Although modern technological devices have become widespread, cloud chambers remain unparalleled in terms of practical experience. In this master's thesis, a particle identification system in a cloud chamber was developed using object detection algorithms such as YOLO and R-CNN. The aim of the study is to enable the automatic identification of high-energy particles. In this context, powerful deep learning libraries such as OpenCV, PyTorch, and TensorFlow were utilized to enhance the efficiency and accuracy of the algorithms. This master's thesis aims to successfully identify particle tracks in images obtained from cloud chamber detectors using machine learning algorithms, and a particle identification system in the cloud chamber has been successfully developed.
Benzer Tezler
- Thermodynamic analysis of gas/ steam combined cycle power plants
Gaz/ buhar kombine çevrim enerji santrallerinin termodinamik analizi
NURETTİN SAVRUK
Yüksek Lisans
İngilizce
2001
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YEŞİN
- Engelli hacimlerde verim yöntemi ile aydınlatma hesabında engel faktörünün belirlenmesi
Başlık çevirisi yok
İSMAİL MISIR
Doktora
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERMİN ONAYGİL
- Kahvaltılık margarin üretiminde çeşitli kültür kombinasyonları ile farklı depolama koşullarının fiziksel, kimyasal, mikrobiyolojik ve duyusal özellikleri üzerine etkileri
Başlık çevirisi yok
HALİME PEHLİVANOĞLU
Yüksek Lisans
Türkçe
1992
Gıda MühendisliğiTrakya ÜniversitesiGıda Bilimi ve Teknolojisi Ana Bilim Dalı
PROF. DR. H. HÜSNÜ GÜNDÜZ
- Kalıcı pacemaker takılmış hastalarda kontrast ekokardiografi ile triküspid yetersizliğinin araştırılması
Başlık çevirisi yok
SEMA YARMAN
Tıpta Uzmanlık
Türkçe
1988
Kardiyolojiİstanbul Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. KEMALETTİN BÜYÜKÖZTÜRK