Yapısal renk değişimi tabanlı UV sensör tasarımı için makine ve derin öğrenme modellerinin karşılaştırılması
Comparison of machine and deep learning models for structural color change-based UV sensor design
- Tez No: 950194
- Danışmanlar: PROF. DR. ÖMER GALİP SARAÇOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Fotokromik malzeme, poliaktik asit (PLA), UV ışın, makine öğrenimi, regresyon analizi, akıllı telefon kamerası, görüntü işleme, Photochromic material, Polylactic Acid (PLA), UV radiation, Machine learning, Regression analysis, Smartphone camera, Image processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
UV ışığı altında renk değiştiren PLA tabanlı fotokromik malzemeden akıllı telefon kamerasıyla elde edilen görüntüler kullanılarak hem regresyon hem de sınıflandırma tabanlı makine ve derin öğrenme modelleriyle analizler yapılmıştır. Regresyon tarafında 14 farklı makine öğrenimi modeli denenmiş ve çoğu modelde yüksek determinasyon katsayısı (R2) ve düşük hata ile başarılı sonuçlar elde edilmiştir. Sınıflandırma tarafında ise 3 derin öğrenme ve 3 makine öğrenmesi modeliyle yüksek doğruluk oranlarına ulaşılmıştır. Bu tez çalışmasında ilk aşamada üç farklı ortam ışığı ve daha sonra genişletilerek toplamda 8 farklı ortam ışığı altında, UV led ışığı etkisiyle ile renk değiştiren PLA tabanlı fotokromik 3D basılabilir filamentin renk değişiklikleri akıllı telefon kamerası ile videoya çekildi. Bu videolardan elde edilen görüntülerden ekran alıntıları üretildi. Bu ekran alıntılarından çıkarılan renk özelliklerini içeren veri seti ile makine öğrenimi regresyon modelleri eğitilerek UV ışık miktarı hakkında düşük hata metrikleri ve yüksek R2 sahip tahminler üretilerek cihaz bağımsız ve maliyetsiz UV miktarı tayini mümkün hale geldi. Fotokromik malzemenin değişken UV ışık altında çekilmiş görüntüleri altı görüntü işleme aşamasından geçtikten sonra veri seti oluşturulmakta kullanılmıştır. Veri seti öznitelik olarak üç farklı renk uzayının kanalları, zaman damgası bilgileri ve bunlara karşılık gelen UV algılayıcının mikrodenetleyicide okunan voltaj değerlerini içeren hedef değişkenden oluşmaktadır. Çalışma güncel akıllı telefon kameraların yetenekleri sayesinde fotokromik malzemeler gibi renk değiştirme özelliğine sahip diğer kromik materyallerin de algılayıcı olarak kullanılabilirliği potansiyelini ortaya koymaktadır.
Özet (Çeviri)
Analyses were carried out using both regression and classification-based machine and deep learning models with images obtained by a smartphone camera from PLA-based photochromic material that changes color under UV light. On the regression side, 14 different machine learning models were tested, and successful results were obtained with a high coefficient of determination (R2) and low error in most models. On the classification side, high accuracy rates were achieved with 3 deep learning and 3 machine learning models. In the first stage of this thesis, the color changes of a PLA-based photochromic 3D printable filament, which changes color under the effect of UV LED light, were recorded on video by a smartphone camera under three different ambient lights, and later, this was expanded to a total of 8 different ambient lights. Screenshots were generated from the images obtained from these videos. With the dataset containing the color features extracted from these screenshots, machine learning regression models were trained, and predictions with low error metrics and high R2 for the amount of UV light were produced, enabling device-independent and cost-free determination of UV amount. The images of the photochromic material taken under varying UV light passed through six image processing stages and were used to create the dataset. The dataset consists of the channels of three different color spaces as features, timestamp information, and the target variable, which is the corresponding voltage readings from the UV sensor in the microcontroller. The study reveals the potential for other chromic materials with color-changing properties, like photochromic materials, to be used as sensors thanks to the capabilities of modern smartphone cameras.
Benzer Tezler
- Synthesis and analysis of tungsten oxide-based chromogenic systems
Tungsten oksit tabanlı kromojenik sistemlerin üretimi ve analizi
AMIN TABATABAEI MOHSENI
Yüksek Lisans
İngilizce
2013
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. ESRA ÖZKAN ZAYİM
- Synthesis of ZnCdSSe, CdSSeTe quaternary and ZnCdSSeTe quinary alloy quantum dots via two phase synthesis method
ZnCdSSe, CdSSeTe dörtlü ve ZnCdSSeTe beşli alaşım kuantum noktacıklarının iki faz sentez yöntemi ile sentezlenmesi
MERVE ERKAN
- Elektron demeti buharlaştırma yöntemi ile hazırlanmış tungsten oksit ince filmler üzerine detaylı bir çalışma: Elektrokromik cihaz üretimi ve karakterizasyonları
A detailed study on tungsten oxide thin films prepared by electron beam evaporation method: Electrochromic device preperation and characterizations
DİLEK EVECAN
Doktora
Türkçe
2022
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. ESRA ZAYİM
- Estimation and restoration for heat haze effects in image and video processing
Görüntü ve video işlemede ısı dalgalanması etkilerinin tahmini ve restorasyonu
ÖZLEM ALPERGÜN TANAS
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Statistical challenges in paleoclimatology: independent component analysis of lake hazar and Lake Van data, and a bayesian test for 4.2 ka bp event
Paleoiklim çalışmalarında istatistiksel uygulamalar: Hazar ve Van Gölü verilerinde bağımsız bileşen analizi, ve gö 4.2 ka olayına bayesçi bir test
ZEKİ BORA ÖN
Doktora
İngilizce
2018
Coğrafyaİstanbul Teknik ÜniversitesiYer Sistem Bilimi Ana Bilim Dalı
DOÇ. DR. MEHMET SİNAN ÖZEREN