Numune tenör değerinden litolojik tahmin için rastgele orman entegrasyonu
Integration of random forest for lithological prediction from sample assay value
- Tez No: 954427
- Danışmanlar: DOÇ. DR. FIRAT ATALAY
- Tez Türü: Yüksek Lisans
- Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Maden Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Bu çalışma, litolojik kimlik tahmini için makine öğrenmesi temelli yaklaşımla tenör (assay) verisinin girdi olarak kullanılma potansiyelini araştırmaktadır. Bu amaçla, Güney Avustralya'daki Nuckulla bölgesinden alınan 21 sondaja ait veri seti ön işleme ve standardizasyon adımlarından geçirilmiş, eğitim ve test setlerine ayrılmış; Karar Ağacı ve Rastgele Orman algoritmalarıyla sınıflandırma karşılaştırması yapılmış; ardından Rastgele Orman modeli aşırı örnekleme (oversampling) ve hiperparametre optimizasyonu ile iyileştirilmiştir. Model performansları doğruluk (accuracy), hassasiyet (precision), Cohen's Kappa, F1-skor, duyarlılık (recall), kısmi bağımlılık (partial dependence), t-SNE, ROC eğrisi ve PR eğrisi analizleriyle değerlendirilmiştir. Başlangıçta oluşturulan Karar Ağacı ve Rastgele Orman modelleri benzer sonuçlar vermiş; optimize edilen Rastgele Orman modeli orta düzeyde doğruluk sergilemekle birlikte zayıf genelleme yeteneği göstermiştir. Elde edilen en iyi dengelenmiş doğruluk skoru 0,60, geçerleme doğruluğu ise 0,32 olmuştur. Sonuçlar, sınıf dengesizliğinin özellikle nadir sınıflarda düşük doğruluk ve F1-skorlarına yol açtığını; aşırı örneklemenin ise modelin aşırı uyum eğilimini tam olarak önleyemediğini ortaya koymuştur. Kısmi bağımlılık analizi, tenör değeri 20'nin altındaki örneklerin daha güvenilir sınıflandığını, yüksek tenörlü örneklerin ise daha fazla özelliğe ihtiyaç duyduğunu göstermiştir. Ek olarak, her sınıfın olasılık tahminleri kullanılarak, sonuçların yeterli güvenilirlikle değerlendirilemeyeceğini göstermiştir. Bu nedenle, modelin pratik kullanım için yeterli güvenilirlik sunmadığı görülmüştür. Rastgele Orman, Karar Ağacı'na karşı belirgin bir üstünlük ortaya koymasa ve bu görev için güvenilir bir model olarak önerilemese de çalışma, tenör verisinin düşük tenör aralıklarında sınıflandırmaya katkı potansiyelini göstermiştir. Gelecek araştırmalar için alternatif aşırı örnekleme ve hiperparametre senaryolarının denenmesi, ek litolojik özelliklerin girdi olarak kullanılması ve dengeli veri setleri üzerinde benzer metodolojinin uygulanması önerilmektedir. Bu yaklaşımlar, gelecekte daha doğru ve maliyet-etkin litoloji tahmini çalışmalarına zemin hazırlayacaktır.
Özet (Çeviri)
This study investigates potential of using assay data as an input for lithological identity prediction with machine learning based approach. For that purpose, a dataset of 21 drillholes taken from Nuckulla area in South Australia were preprocessed, normalized, splitted as train and test sets, classified by the usage of Decision Tree and Random Forest algorithm and the Random Forest model was optimized by oversampling and hyperparameter tuning. Model performances were evaluated by using accuracy,precision, Cohen's Kappa, F1-score, recall, partial dependence, t-SNE, ROC curve and PR curve analyses. Initial Decision Tree and Random Forest models performed similarly and the optimized Random Forest model showed moderate accuracy but poor generalization. Best balanced-accuracy yielded was 0.60 and validation accuracy was 0.32. Results showed that the data imbalance lead to low accuracy and F1-scores especially on rare classes and oversampling did not success sufficiently considering that the model approached to overfitting. Partial dependence reliability revealed that samples with grade values lower than 20 classified more reliably while high grades require more features to classify more reliably. In addition, Class probability estimates presented that the results can not be considered with enough reliability. As a result, model did no show sufficient reliability to be suggested for practical usage. Although Random Forest did not state a clear advantage over Decision Tree and can not be used a reliable model for this task, study demostrated the promise of assay data contribution for low grade intervals and showed possible future research areas. The specified future research can be made on trying alternative over sampling and hyper parameter scenarios, usage of additional lithological characteristics as input parameter and observation of the same method on a balanced dataset. These approaches provide a foundation for more accurate, cost-effective lithology prediction in future investigations.
Benzer Tezler
- Farklı gaz fazı bileşimlerinin kompleks metalik cevherlerin flotasyonu üzerindeki etkilerinin araştırılması
Investigation of the different gas-phase compositions on the flotation of complex metallic ores
GÖKHAN ERÇELİK
Doktora
Türkçe
2023
Maden Mühendisliği ve Madencilikİstanbul Üniversitesi-CerrahpaşaMaden Mühendisliği Ana Bilim Dalı
PROF. DR. İLGİN KURŞUN ÜNVER
- Kalkopirit konsantresinden hidrometalurjik yöntemle katodik bakır üretimi
Production of cathodic copper from chalcopyrite concentrate by hydrometallurgical method
ELİF UZUN
Doktora
Türkçe
2015
Maden Mühendisliği ve MadencilikKarabük ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL ATILGAN
DR. MUSTAFA ZENGİN
- Konya İnlice epitermal altın cevherlerinin zenginleştirilmesi
Enrichment of Konya Inlice epitermal gold ores
AYŞE NUR DÖĞME
Yüksek Lisans
Türkçe
2018
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiCevher Hazırlama Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEY
- Bor zenginleştirme tesislerinde araürün tenörlerinin arttırılması için yöntemlerin incelenmesi
An investigation of the methods to upgrade middlings in boron concentrators
ELİF ESİN YEGÜL
Yüksek Lisans
İngilizce
2007
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF.DR. ŞEVKET LEVENT ERGÜN
- Yüzey pürüzlülüğünü etkileyen parametrelerin optimizasyonu ve pürüzlü mikrokanal akışının deneysel incelenmesi
Optimization of parameters affecting surface roughness and experimental investigation of rough microchannel flow
UMUT KÜÇÜKOĞLU