Tungsten-183 ve kromyum-52 izotoplarının (n,2n) reaksiyonlarıyla üretiminin tesir kesiti için makine öğrenimi tahminleri
Machine learning predictions for the production of tungsten-183 and chromium-52 isotopes by (n,2n) reactions
- Tez No: 931305
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDÜLKADİR ELMAS
- Tez Türü: Yüksek Lisans
- Konular: Nükleer Mühendislik, Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Nuclear Engineering, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nükleer teknolojide önemli rol oynayan Tungsten-183 ve Kromyum-52 izotoplarının reaksiyon tesir kesitlerinin (bir nükleer reaksiyonun gerçekleşme olasılığını gösteren fiziksel büyüklük) doğru belirlenmesi, nükleer reaktör tasarımı, radyasyon zırhlama ve nötron transport hesaplamaları gibi alanlarda kritik öneme sahiptir. Çalışmada, mevcut deneysel veriler kullanılarak çeşitli makine öğrenimi algoritmaları eğitilmiş ve test edilmiştir. Kullanılan yöntemler arasında Kübist, Destek Vektör Regresyonu, Aşırı Gradyan Artırma, Rastgele Orman, Bayesçi Düzenlenmiş Sinir Ağları yer almaktadır. Sonuçları iyileştirmek amacıyla, tesir kesiti tahminlerinde kullanılan değişkenlere özellik (feature) mühendisliği yöntemi uygulanmıştır. Elde edilen sonuçlar, makine öğrenimi yöntemlerinin 183W ve 52Cr izotoplarının (n, 2n) reaksiyon (bir çekirdeğin bir nötron (n) ile çarpışması sonucunda iki nötron (2n) yayınlaması) tesir kesitlerini tahmin etmede başarılı olduğunu göstermiştir. Özellikle deneysel verilerin mevcut olmadığı enerji aralıklarında, bu yöntemler rezonansları yakalamada ve güvenilir tahminler yapmada etkili olmuştur. En iyi tahminler, BRNN, XGBoost, RF ve Kübist yöntemleriyle elde edilmiştir. Ayrıca, makine öğrenimi yaklaşımının, karmaşık fiziksel formülasyonlarla uğraşmadan hızlı ve doğru sonuçlar elde etmek için alternatif bir yol sunduğu gözlemlenmiştir. Bu çalışma, makine öğrenimi tekniklerinin nükleer veri analizinde ve sentezinde kullanılabilirliğini göstererek, nükleer araştırma ve uygulamalarda yeni bir perspektif sunmaktadır. Elde edilen bulgular, nükleer veri tabanlarının geliştirilmesine ve nükleer reaksiyon mekanizmalarının daha iyi anlaşılmasına katkı sağlayacak niteliktedir.
Özet (Çeviri)
Accurate determination of reaction cross-sections (physical quantities indicating the probability of nuclear reactions occurring) of Tungsten-183 and Chromium-52 isotopes, which play important roles in nuclear technology, is critical in areas such as nuclear reactor design, radiation shielding, and neutron transport calculations. In the study, various machine learning algorithms were trained and tested using available experimental data. The methods used include Cubist, Support Vector Regression, Extreme Gradient Boosting, Random Forest, and Bayesian Regularized Neural Networks. Feature engineering methods were applied to the variables used in cross-section predictions to improve the results. The obtained results showed that machine learning methods were successful in predicting the (n,2n) reaction (emission of two neutrons (2n) as a result of a nucleus colliding with one neutron (n)) cross-sections of 183W and 52Cr isotopes. These methods were particularly effective in capturing resonances and making reliable predictions in energy ranges where experimental data was not available. The best predictions were obtained with BRNN, XGBoost, RF, and Cubist methods. Additionally, it was observed that the machine learning approach offers an alternative way to obtain fast and accurate results without dealing with complex physical formulations. This study presents a new perspective in nuclear research and applications by demonstrating the usability of machine learning techniques in nuclear data analysis and synthesis. The findings obtained are expected to contribute to the development of nuclear databases and better understanding of nuclear reaction mechanisms.
Benzer Tezler
- Laser-metal etkileşiminde sıcaklık ve basınç değişimlerinin incelenmesi
Başlık çevirisi yok
ABDURRAHİM BÖLÜKBAŞI
Yüksek Lisans
Türkçe
1988
Makine MühendisliğiErciyes ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ.DR. BEKİR SAMİ YILBAŞ
- Darbeli ve üflemeli gazaltı kaynak makinası tasarımı ve yapımı
Planning and constructing a shock and blow type inert gas welding machine
RAMAZAN ÇETİN
Yüksek Lisans
Türkçe
1989
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL COŞKUN
- Measurement of residual stress in butt welded steel plates
Başlık çevirisi yok
EMRE ABDİK
Yüksek Lisans
İngilizce
1990
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER G. BİLİR