Accurate Ph determination by image processing using conventional Ph- test strip
Geleneksel Ph test kağıdı kullanılarak görüntü işlem ile doğru Ph belirleme
- Tez No: 911147
- Danışmanlar: PROF. DR. HASAN SADIKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kimya Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
PH'ın belirlenmesi, çeşitli uygulamalarda kullanılan kritik bir ölçüm olarak kabul edilir. Esas olarak sulu çözeltilerin asitliğini değerlendirmek ve bunları asidik veya alkali olarak sınıflandırmak için kullanılır. PH ölçümü için çeşitli yöntemler vardır. En geleneksel ve yaygın olarak kullanılan yöntem pH şeritlerinin kullanılmasıdır. Doğruluğu pH metrelere göre daha az olsa da, uzman olmayanların da kullanabileceği ve uygun fiyatlı bir ölçüm yöntemi olarak biliniyorlar. pH şeritleri kullanmanın ana dezavantajı, şerit değerini okurken sınırlı hassasiyet ve insan yargısının öznelliği nedeniyle bilimsel hata olasılığının yüksek olmasıdır. Ancak günümüzde ileri teknolojinin ve cep telefonlarının varlığı bu zorluğun üstesinden gelmek için büyük bir avantaj sunmaktadır. Birçok araştırmacı, GRB değeri veya CIE renk uzayı gibi çeşitli yöntemler kullanılarak pH şeridinin renginin görüntü işlenmesiyle pH değerinin belirlenmesinin mümkün olduğunu bulmuşlardır. Bu çalışmada, pH şeritlerinin piksel rengini MATLAB yazılımı kullanarak analiz ederek pH değerini belirlemek için bir regresyon modeli oluşturulmuştur. Verilerimiz için en uygun modeli bulmak için çeşitli makine öğrenme algoritmaları (liner regresyon, Gaussian process regression, Nurel network, Ensemble, Support vector machine and decision tree gibi) kullanıldı. Bu bağlamda, seyreltme yöntemi ile 29 farklı pH çözeltisi hazırlanmış, pH şeritlerinin fotoğraflarını çekmek için farklı ışık koşulları altında 2 deney seti kullanılmış, MATLAB yazılımı regresyon verilerini RGB değerleri olarak kullanmış ve regresyon da MATLAB kullanılarak yapılmıştır. En uygun modeli bulmak için RMSE, MAE, MSE ve R2 gibi bazı değerlendirme metrikleri hesaplanmıştır. En iyi tahmini, R2'si 0,9754392'ye eşit olan GPR modeli vermiştir. Önerilen model, 10 katlı çapraz regresyon doğrulama yöntemini ve Bayes optimizasyonunu kullanmaktadır. Elde edilen model yeni bir veri seti ile incelenmiş ve etkinliği kanıtlanmıştır. Sonuçlar, görüntü işleme ve makine öğrenmesi algoritmalarının tahmin alanında oldukça etkili olduğunu göstermektedir.
Özet (Çeviri)
pH measurement is considered to be an important measurement with a variety of application in many areas. It is essentially determining if the aqueous solutions are alkaline or acidic. Using pH strips is the most common and traditional way for measuring pH. Although they are less accurate than pH meters, they are known as a cost-effective and affordable measurement method that non-experts can use. The main disadvantage of using pH strips is the high possibility of having scientific error due to the limited precision and subjectivity to human judgment when evaluating the value of strip. Nonetheless, having access to modern technology and cell phones provides a significant benefit in overcoming this obstacle. Many studies use image processing to measure pH by examining the pH strip's color using different techniques such as GRB value or CIE color space. In this study, machine learning algorithms are utilized in order to construct a regression model for determining pH value by analyzing the pixel RGB color data of pH strips using MATLAB software. Several machine learning algorithms (such as linear regression, Gaussian process regression, Nurel network, Ensemble, Support vector machine and decision tree) were utilized to find the most appropriate model for our data. In this context, 29 different pH solutions were prepared by dilution method, 2 experiment sets under different light conditions were used to capture the pH strips photos, MATLAB software used regression data as RGB values, and the regression is done also by the use of MATLAB. Some evaluation metrics such as RMSE, MAE, MSE and R2 were calculated to figure out the most appropriate model. The best prediction was given by the GPR model with R2 equal to 0.9754392. The suggested model uses 10-fold cross-regression validation method and Bayesian optimization. The obtained model is examined with a new set of data and proved its efficiency. The study's findings suggest that machine learning algorithms are effective tools for producing reliable models for estimating pH value.
Benzer Tezler
- Ankara-Çubuk baraj gölü çevresinde coğrafi bilgi sistemleri ve uzaktan algılama teknikleri yardımıyla erozyonun kantitatif olarak belirlenmesi
Quantitative determination of erosion by using remote sensing and geopraphic information systems in the vicinity of Ankara Çubuk dam lake
ŞENAY ÖZDEN
- Kobalt, bakır, krom ve parabenlerin eser seviyede tayinlerine yönelik analitik yaklaşımların geliştirilmesi
Development of analytical approaches for the trace determination of cobalt, copper, chromium and parabens
TUĞÇE UNUTKAN GÖSTERİŞLİ
Doktora
Türkçe
2022
KimyaYıldız Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEYFULLAH KEYF
PROF. DR. SEZGİN BAKIRDERE
- Uzaktan algılama verilerinden su kalitesi parametrelerinin tespit edilmesi
Detection of water quality parameters from remote sensing data
ERSAN BATUR
Doktora
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MİTHAT DERYA MAKTAV
- Kuzgun baraj gölü ve çevresinde doğal kaynak envanterinin tespiti ile toprak ve su kalitesi yönünden sürdürülebilirliğinin değerlendirilmesi
Assesment of nature resource inventory and evaluation of soil and water quality sustainability in Kuzgun dam lake
TURGAY DİNDAROĞLU
Doktora
Türkçe
2011
Ormancılık ve Orman MühendisliğiAtatürk ÜniversitesiToprak Ana Bilim Dalı
PROF. DR. MUSTAFA Y. CANBOLAT
- Comparison of naproxen-loaded zeolitic imidazolate frameworks (ZIF) and halloysite nanotube-zif composites with 3D printed PLA embedded in gelatin hydrogel
Naproksen yüklü ZİF'ı̇n ve hnt- zıf'in kompozit jelatin hı̇drojele gömülü 3D baskılı PLA'nın karşılaştırılması
REYHAN ÇETİN
Yüksek Lisans
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. BİRGÜL BENLİ
DOÇ. DR. ÖZGÜL GÖK ÖZATAY