XRD'de X-ışını kırınım verilerinin yapay zeka yöntemleri ile analizi
Analysis of X-ray diffraction (XRD) data using artificial intelligence techniques
- Tez No: 904220
- Danışmanlar: PROF. DR. ÖMER FARUK ERTUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Jeoloji Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Geological Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, X-Işını Kırınımı (XRD) verilerinin yapay sinir ağları (ANN) ve k-En Yakın Komşu (kNN) algoritmaları kullanılarak analiz edilmesi incelenmiştir. XRD, kristal yapılarının belirlenmesinde yaygın olarak kullanılan güçlü bir teknik olmasına rağmen, karmaşık ve doğrusal olmayan verilerin analizi geleneksel yöntemlerle sınırlı kalmaktadır. Bu çalışmada, XRD verilerinin analizine yapay zeka temelli makine öğrenimi tekniklerinin entegre edilmesiyle, bu sınırlamaların aşılması hedeflenmiştir. Tez kapsamında, Erzurum ve çevresinden alınan volkanosedimanter kayaç örneklerinden elde edilen XRD verileri üzerinde ANN ve kNN algoritmaları uygulanmıştır. ANN, malzeme özelliklerini yüksek doğrulukla tahmin edebilmiş ve kristal yapılar arasındaki karmaşık ilişkileri etkili bir şekilde modellemiştir. KNN algoritması ise, XRD verilerinde faz ve kristal yapıların sınıflandırılmasında başarıyla kullanılmıştır. Farklı K değerleri ile yapılan deneyler, küçük K değerlerinin yerel yapılara daha duyarlı olduğunu, büyük K değerlerinin ise daha genelleştirilebilir tahminler sunduğunu ortaya koymuştur. Ayrıca, model performansını değerlendirmek için gelişmiş çapraz doğrulama teknikleri kullanılmıştır. Bu teknikler, aşırı öğrenme riskini azaltarak, modelin genelleme yeteneğini artırmıştır. Çalışmada kullanılan ANN ve kNN modelleri, faz değişimlerinin tespitinde ve kristal yapıların sınıflandırılmasında önemli başarılar elde etmiştir. Bu tez, XRD verilerinin analizinde yapay zeka temelli yöntemlerin uygulanabilirliğini göstermiş ve bu alandaki bilimsel araştırmaların daha derinlemesine ve doğru sonuçlara ulaşmasına katkı sağlamıştır.
Özet (Çeviri)
This thesis investigates the analysis of X-Ray Diffraction (XRD) data using artificial neural networks (ANN) and k-Nearest Neighbors (kNN) algorithms. While XRD is widely used to determine crystal structures, analyzing complex and nonlinear data remains a challenge with traditional methods. In this study, machine learning techniques based on artificial intelligence are integrated into the analysis of XRD data to overcome these limitations. XRD data obtained from volcanosedimentary rock samples collected from the Erzurum region were analyzed using ANN and kNN algorithms. ANN demonstrated high accuracy in predicting material properties and effectively modeled complex relationships between crystal structures. The kNN algorithm, on the other hand, was successfully employed in classifying phases and crystal structures within the XRD data. Experiments with different K values revealed that smaller K values were more sensitive to local structures, while larger K values provided more generalizable predictions. Advanced cross-validation techniques were used to evaluate model performance, reducing the risk of overfitting and improving the generalization capability of the models. The ANN and kNN models applied in this study achieved significant success in detecting phase transitions and classifying crystal structures. This thesis demonstrates the applicability of artificial intelligence-based methods in the analysis of XRD data and contributes to more in-depth and accurate outcomes in scientific research within this field.
Benzer Tezler
- Farklı yaşlandırma yöntemlerinin monolitik zirkonyanın mekanik dayanımına ve faz dönüşümüne etkisi
The effect of different aging methods on the mechanical strength and phase transformation of monolithic zirconia
HALİTCAN YÜKSEL
Diş Hekimliği Uzmanlık
Türkçe
2026
Diş HekimliğiSelçuk ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF. DR. İSA YÖNDEM
- Kapadokya Aziz Theodoros Trion Kilisesinin duvar resimlerindeki pigmentlerin arkeometrik yöntemlerle incelenmesi
Investigation of the pigments in wall paintings by the archaeometric methods at Theodoros Trion Church's in Cappadocia
BENGİN BİLİCİ
Yüksek Lisans
Türkçe
2018
Sanat TarihiPamukkale ÜniversitesiKültür Varlıklarını Koruma ve Onarım Ana Bilim Dalı
DOÇ. DR. CEM GÖK
- Piridin türevi içeren bazı geçiş metal komplekslerinin sentezi, elektronik yapı hesaplamaları ve α-glukozidaz inhibisyonları
Synthesis, electronic structure calculations, and α-glucosidase inhibitions of some transition metal complexes containing pyridine derivatives
ÖZGEN ÖZGE
Doktora
Türkçe
2025
Fizik ve Fizik MühendisliğiSakarya ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. DAVUT AVCI
- Başlangıç mine lezyonlarının tedavisinde farklı remineralize edici ajanların etkinliğinin süt ve daimi dişlerde değerlendirilmesi
Evaluation of the efficacy of different remineralization agents in the treatment of incipient enamel lesions in primary and permanent teeth
FATİH TULUMBACI
Diş Hekimliği Uzmanlık
Türkçe
2015
Diş HekimliğiKırıkkale ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. AYLİN AKBAY OBA
- Synthesis of yellow-emissive carbon dots and observation of their interaction with aflatoxin B1
Sarı ışıma yapan karbon noktalarının sentezi ve aflatoksin B1 ile etkileşimlerinin gözlemlenmesi
ÖZGE ERGÜDER
Yüksek Lisans
İngilizce
2022
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. CANER ÜNLÜ