Design and enhancing of the lightweight materials by artificial intelligence based on machine learning
Makine öğrenimine dayalı yapay zekâ ile hafif malzemelerin tasarımı ve geliştirilmesi
- Tez No: 917450
- Danışmanlar: PROF. DR. NECİP FAZIL YILMAZ, DOÇ. DR. ABDULCABBAR YAVUZ
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Metalurji Mühendisliği, Mechanical Engineering, Metallurgical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 165
Özet
Yapay zeka, hızlı gelişimi ve sunduğu çok yönlü avantajlar sayesinde giderek daha fazla alanda kendine yer bulmaktadır. Makine öğrenmesi ve derin öğrenme algoritmalarının özellikle görüntü analizi üzerindeki etkisi, endüstriden günlük yaşama kadar genişleyen bir uygulama alanı yaratmıştır. Malzeme bilimi ise bu teknolojilerin etkilerinden en çok fayda gören alanlardan biri olup, üretim süreçlerini optimize etmek ve yenilikçi malzemeler geliştirmek için yapay zekanın gücüne her geçen gün daha fazla ihtiyaç duymaktadır. Bu tezin en önemli odak noktası özellikle hafif metalik malzemelere ait mikroskobik görüntülerin derin öğrenme, makine öğrenmesi ve görüntü işleme gibi yapay zeka uygulamaları ile birlikte farklı uygulamalarda kullanılabilirliğini göstermektir. En önemli adımlardan birisi şüphesiz ki mikroskobik görüntülerin çalışma kapsamında geliştirilen otomatik yöntem ile nicel olarak incelenebilirliğini ve malzeme geliştirme sürecinde kullanılabilecek bir şartlı değişken olarak değerlendirilebileceğini ortaya koymaktadır. Çalışma ayrıca bu gibi yapay zeka yöntemlerinde mikroskobik görüntü üretmenin zor olabildiği durumlar için yine derin öğrenme ile gerçekleştirilebilecek veri arttırma yöntemine dair ayrıca bir örnek çalışma içermektedir. Çalışma kapsamında geliştirilen tüm yöntemlere dair doğrulamalar ilgili metriklerle sağlanmıştır. Çalışma, yapay zeka tabanlı yöntemlerin mikroyapı analizlerinde hız ve doğruluğu artırarak malzeme geliştirme süreçlerine önemli katkılar sağlayabileceğini göstermektedir.
Özet (Çeviri)
Artificial intelligence, with its rapid development and multifaceted advantages, is finding applications in an increasing number of fields. The impact of machine learning and deep learning algorithms, particularly in image analysis, has led to a broad range of applications spanning from industry to daily life. Materials science is one of the fields that benefits most significantly from these technologies, as the need for artificial intelligence grows to optimize production processes and develop innovative materials. The primary focus of this thesis is to demonstrate the applicability of artificial intelligence methods—such as deep learning, machine learning, and image processing—in analyzing microscopic images of lightweight metallic materials. A key contribution is the development of an automated method for the quantitative analysis of microscopic images, highlighting their potential use as a conditional variable in material development processes. Additionally, the study addresses cases where generating microscopic images is challenging by incorporating an example of augmentation methods using deep learning to produce synthetic images. All methods developed within the scope of this study have been validated through relevant metrics. The findings indicate that AI-based techniques significantly enhance the speed and accuracy of microstructure analyses, offering substantial contributions to material development processes.
Benzer Tezler
- Sözel olmayan insan-robot-biyomalzeme etkileşimi üzerine miselyum tabanlı işbirlikçi bir tasarım yaklaşımı
Non-verbal human-robot-biomaterial interaction a mycelium-based collaborative design approach
ŞEYMA BENGÜ ÖZMUTLU
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL AKÇAY KAVAKOĞLU
- Köpük enjeksiyon prosesinde gri Taguchi ve yapay sinir ağları yöntemleri ile parametre optimizasyonu
Parameter optimization in foam injection process using grey Taguchi and artificial neural network methods
NİLAY ERKAN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- Eklemeli imalattan gelen belirsizlikler altında kendinden destekli latis yapı tasarımı için bir optimizasyon yöntemi geliştirilmesi
Developement of an optimization method for self-supporting lattice structure design under uncertainties arising from additive manufacturing
YUSUF YAMANER
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. RECEP MUHAMMET GÖRGÜLÜARSLAN
- Takviyeli panel yapıların burkulma ve burkulma sonrası davranışının yapay sinir ağları ile optimizasyonu
Optimization of buckling and post-buckling behavior of reinforced panel structures using artificial neural networks
ERTUĞRUL ÇAKIR
Yüksek Lisans
Türkçe
2024
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ZAHİT MECİTOĞLU
- Transformatör çekirdeklerinde kullanılan cam elyaf takviyeli polyesterimid reçine kompozitin mekanik özelliklerinin incelenmesi
Investigation of the mechanical properties of glass fiber reinforced polyesterimide resin composites for transformer core applications
BARIŞ İŞLER
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM MEHMET PALABIYIK