Doğru Akım Özdirenç verilerinin iki boyutlu ters çözümünün derin öğrenme algoritması ile iyileştirilmesi
Enhancement of Direct Current Resistivity data two-dimensional inversion result using gradual inversion and deep learning based algorithm
- Tez No: 893483
- Danışmanlar: PROF. DR. MEHMET EMİN CANDANSAYAR
- Tez Türü: Doktora
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeofizik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 46
Özet
Bu tez çalışması, Doğru Akım Özdirenç (DAÖ) verilerinin ters çözüm sonuçlarının iyileştirilmesine odaklanmaktadır. Bu amaçla tez kapsamında iki yeni yaklaşım önerilmiştir. İlk olarak DAÖ verilerinin kademeli iki boyutlu (2B) ters çözümü, ikinci olarak ise DAÖ verilerinin 2B ters çözüm sonuçlarının, evrişimli sinir ağıları (CNN) kullanarak iyileştirilmesi önerilmiştir. Kademeli ters çözümde, önce dipol aralığı, d=a olarak alınmış ve 8 seviye için veri setleri, yüzeye yakın blokların özdirençlerinin belirlenmesi amacıyla kullanılmıştır. Bu veri setinin ters çözümünden elde edilen model, ön kesitim modeli olarak kullanılarak ikinci aşamada d=2a dipol aralığı ve 8 seviye için ölçülen ikinci veri setinin ters çözümü yapılmıştır. Diğer taraftan, CNN kullanılarak yeni bir ağ oluşturulmuştur. Arkeolojik alanları simüle eden 2B özdirenç modellerinden 1080 veri seti oluşturulmuştur. Hazırlanan modellere %2 rastgele gürültü eklenmiş ve 2B ters çözüm yapılmıştır. 2B ters çözüm sonuçları girdi, karşılık gelen gerçek modeller ise çıktı olarak kullanılmıştır. Bu 1080 girdi ve çıktı veri setleriyle, DCR2D_Net_Archaeo adını verdiğimiz CNN tabanlı ağ arkeolojik alanlarda kullanılmak üzere geliştirilmiştir. Bu ağ öncelikle sentetik veriler kullanılarak test edilmiştir. Daha sonra geliştirilen bu ağ, iki farklı arkeolojik alandan toplanan gerçek verilerle test edilmiştir. Arkeolojik alanlarda toplanan DAÖ verilerinin 2B ters çözüm sonuçlarını iyileştirmek için CNN'in nasıl kullanılabileceği araştırılmıştır. Sentetik veriler ve Türkiye' deki iki arkeolojik alanda ölçülen arazi verileriyle yapılan deneme sonuçları, algoritmanın başarısını göstermiştir.
Özet (Çeviri)
This thesis focuses on improving the inversion results of Direct Current Resistivity (DCR) data. For this purpose, two new approaches within scope of this thesis have been suggested; first, gradual two-dimensional (2D) inversion of DCR data is suggested. Second, improving the 2D inversion results of DCR data using Convolutional Neural Networks (CNN). In the gradual inversion, the dipole spacing, d=a, is initially considered, and datasets for 8 levels are used to resolve the resistivities of near-surface blocks. In the second step, the inversion of the second dataset, measured for d=2a dipole spacing and 8 levels, is performed by using initial resistivity model obtained in the first step inversion. This suggestion is applied in 2D inversion; however, I showed that the result does not improve the accuracy of the model. The U-net based CNN algorithm, named DCR2D_Net_Archaeo, is developed for archaeological sites using these 1080 datasets. A dataset of 1080 2D resistivity models simulating archaeological sites is generated. Random noise of 2% is added to the prepared models, and 2D inversion is performed. The inverted models are used as input, and the corresponding real models are used as output. The DCR2D_Net_Archaeo algorithm was initially tested with synthetic data. The algorithm was also tested with two field data collected to investigate buried archaeological remains in Türkiye. We showed that the DCR2D_Net_Archaeo algorithm is useful for archeogeophysical surveys.
Benzer Tezler
- Elektrik ve elektromanyetik yöntemler ile hidrojeofizik araştırmalar: Haymana (Ankara) örneği
Hydrogeophysical investigations using electric and electromagnetic methods: The case of Haymana (Ankara)
KÜRŞAT DORUK ERDAĞI
Yüksek Lisans
Türkçe
2024
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET EMİN CANDANSAYAR
- Kuyu-kuyu ve kuyu-yüzey doğru akım özdirençverilerinin iki boyutlu ters çözümü
Two-dimensional inversion of cross-hole and surface to hole direct current resistivity data
CEM DEMİREL
Yüksek Lisans
Türkçe
2014
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET EMİN CANDANSAYAR
- Düzensiz ağ kullanarak radyomanyetotellurik ve doğru akım özdirenç verilerinin iki boyutlu topoğrafyalı birleşik ters çözümü
Two dimensional joint inversion of radiomagnetotelluric and direct current resistivity data incorporating surface topography using unstructured mesh
ÖZCAN ÖZYILDIRIM
Doktora
Türkçe
2017
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET EMİN CANDANSAYAR
- Özdirenç verilerinin sonlu elemanlar yöntemi kullanılarak iki boyutlu modellemesi ve ters çözümü için otomatik ağ düzenleme algoritması
Automatic mesh design algoritm for the two-dimensional finite element modeling and inversion of the direct current data
AYHAN DOĞAN
Yüksek Lisans
Türkçe
2001
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET TUĞRUL BAŞOKUR
- Sonlu farklarda üçgen gridler kullanarak doğru akım özdirenç ve manyetotellürik iki-boyutlu ters çözüme topoğrafya etkisinin eklenmesi
Incorporation of topography into two-dimensional direct current resistivity and magnetotelluric inversion by using finite difference method with triangular cells
İSMAİL DEMİRCİ
Yüksek Lisans
Türkçe
2009
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. EMİN CANDANSAYAR