Geri Dön

Sis odasında parçacık tanımlama sistemi

Particle identification system in cloud chamber

  1. Tez No: 875201
  2. Yazar: HANDE AYGENLİ
  3. Danışmanlar: PROF. DR. SEHBAN KARTAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yüksek Enerji ve Plazma Fiziği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Thermodynamic analysis of gas/ steam combined cycle power plants

    Gaz/ buhar kombine çevrim enerji santrallerinin termodinamik analizi

    NURETTİN SAVRUK

    Yüksek Lisans

    İngilizce

    İngilizce

    2001

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YEŞİN

  2. Engelli hacimlerde verim yöntemi ile aydınlatma hesabında engel faktörünün belirlenmesi

    Başlık çevirisi yok

    İSMAİL MISIR

    Doktora

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERMİN ONAYGİL

  3. Yanma odalarının modellenmesi

    Modelling of combustion chambers

    CELALETTİN ÇELİK

    Doktora

    Türkçe

    Türkçe

    1992

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. OSMAN F. GENCELİ

  4. Kalıcı pacemaker takılmış hastalarda kontrast ekokardiografi ile triküspid yetersizliğinin araştırılması

    Başlık çevirisi yok

    SEMA YARMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1988

    Kardiyolojiİstanbul Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. KEMALETTİN BÜYÜKÖZTÜRK