Yapay sinir ağları ile kuvars mineraline ait lüminesans eğrilerinin tahmini
Prediction of luminescence curves of quartz mineral with artificial neural networks
- Tez No: 956572
- Danışmanlar: DOÇ. DR. MEHMET YÜKSEL
- Tez Türü: Yüksek Lisans
- Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Bu tez çalışmasında, Türkiye'nin Mersin ili, Erdemli ilçesinde bulunan halk plajından alınan deniz kumu örneklerinden ayrıştırılan kuvars mineralinin termolüminesans (TL) ve optik uyarımlı lüminesans (OSL) özellikleri kapsamlı olarak incelenmiş ve elde edilen verilerin yapay sinir ağları (YSA) kullanılarak modellenmesi gerçekleştirilmiştir. Deneysel çalışmalarda, uygun optik filtre seçimi, ön ısıtma sıcaklığı optimizasyonu, doz–yanıt ilişkileri, ısıtma hızı etkileri ve yeniden kullanılabilirlik testleri gerçekleştirilmiştir. TL ölçümlerinde 1–100 Gy aralığında doğrusal, 100–360 Gy aralığında doğrusal altı, 360 Gy'den sonra ise doğrusal üstü bölgeler belirlenmiştir. OSL ölçümlerinde ise 0,1–20 Gy aralığında doğrusal, 20–520 Gy aralığında doğrusal altı ve 520 Gy'in üstündeki dozlarda da doyum davranışı gözlenmiştir. Modelleme aşamasında, MATLAB ortamında Neural Net Fitting (NNF) arayüzü kullanılarak üç farklı optimizasyon algoritması -Levenberg–Marquardt (LM), Bayesian Regularization (BR) ve Scaled Conjugate Gradient (SCG)- ile çok katmanlı yapay sinir ağı modelleri geliştirilmiştir. LM algoritması düşük ve orta doz bölgelerinde en yüksek korelasyon katsayısı (R = 0,999) ve en düşük hata (MSE) değerleri ile öne çıkarken, BR algoritması yüksek doz bölgelerinde aşırı öğrenmeyi önleyerek daha dengeli tahminler sağlamıştır. SCG algoritması ise düşük bellek kullanımı ve kısa eğitim süresi açısından avantaj sağlamasına rağmen özellikle düşük doz bölgelerinde aşırı öğrenme eğilimine sahip olup genelleme yapmakta zorlanmaktadır. Elde edilen sonuçlar, kuvars mineralinin TL ve OSL özelliklerinin dozimetri uygulamalarında yüksek potansiyel sunduğunu ve YSA tabanlı modelleme ile lüminesans eğrilerinin yüksek doğrulukla tahmin edilebileceğini ortaya koymaktadır. Bu yaklaşım, deneysel süreçlerin süresini kısaltarak ve veri üretim hızını artırarak, OSL tarihlendirme ve radyasyon dozimetri çalışmalarına önemli katkılar sağlaması düşünülmektedir.
Özet (Çeviri)
In this thesis study, the thermoluminescence (TL) and optically stimulated luminescence (OSL) properties of quartz mineral, separated from marine sand samples collected from a public beach in Erdemli, Mersin (Turkey), were comprehensively investigated, and the obtained data were modeled using artificial neural networks (ANN). In the experimental phase, optical filter selection, preheat temperature optimization, dose–response relationships, heating rate effects, and reusability tests were performed. TL measurements revealed three distinct regions: a linear region between 1–100 Gy, a sublinear region between 100–360 Gy, and a supralinear region above 360 Gy. For OSL measurements, a linear region was observed between 0.1–20 Gy, a sublinear region between 20–520 Gy, and a saturation behavior beyond 520 Gy. In the modeling phase, multilayer feed-forward ANN models were developed in MATLAB using the Neural Net Fitting (NNF) interface with three different optimization algorithms: Levenberg–Marquardt (LM), Bayesian Regularization (BR), and Scaled Conjugate Gradient (SCG). The LM algorithm provided the highest correlation coefficient (R = 0.999) and the lowest mean squared error (MSE) values in low- and medium-dose ranges, while the BR algorithm effectively prevented overfitting at higher doses, resulting in more balanced predictions. The SCG algorithm, although advantageous in terms of low memory consumption and shorter training time, exhibited a tendency toward overfitting at lower doses and showed limited generalization capability. The overall results demonstrate that the TL and OSL properties of quartz mineral hold strong potential for dosimetric applications and that ANN-based modeling can predict luminescence curves with high accuracy. This approach is expected to shorten experimental procedures, increase data production efficiency, and contribute significantly to OSL dating and radiation dosimetry studies.
Benzer Tezler
- Görüntü işleme ve yapay sinir ağları kullanarak mineral tanıma
Görüntü işleme ve yapay sinir ağlari kullanarak mineral tanima
FATİH ABA
Yüksek Lisans
Türkçe
2014
Jeoloji MühendisliğiFırat ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEVCAN KÜRÜM
- Yapay sinir ağları ile seramik sır özelliklerinin tahmin edilmesi
Prediction of ceramic glaze properties by artificial neural networks
UĞUR KUT
Yüksek Lisans
Türkçe
2010
Seramik MühendisliğiDumlupınar ÜniversitesiSeramik Mühendisliği Ana Bilim Dalı
PROF. DR. İSKENDER IŞIK
- QCM-SSC sensör dizisi ile algılanan sevoflurane anestezik gaz seviyelerinin yapay sinir ağları kullanarak belirlenmesi
Detection of sevoflurane anesthetic levels using QCM-SSC sensor array and artifical neural network
BURÇAK EDİN
Yüksek Lisans
Türkçe
2007
Anestezi ve ReanimasyonDumlupınar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. HAMDİ MELİH SARAOĞLU
- Dadaş şeylinin porozite miktarının derin öğrenme modeli ile tahmin edilmesi
Prediction of porosity amount of the Dadaş shale based on amodel using deep learning
ABDULILAH ALKHALAF
Yüksek Lisans
Türkçe
2024
Jeoloji Mühendisliğiİstanbul Üniversitesi-CerrahpaşaJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAMİL ŞEN
- Dadaş şeylinin kırılganlık indeksinin derin öğrenme ile tahmin edilmesi
Prediction of brittleness index of Dadaş shale using deep learning
ORKHAN MUSAZADA
Yüksek Lisans
Türkçe
2023
Jeoloji Mühendisliğiİstanbul Üniversitesi-CerrahpaşaJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAMİL ŞEN