Spectral data analysis of an FTIR-based electronic nose system using ML methods
FTIR tabanlı elektronik burun sistemleri için makine öğrenimi kullanarak spektral veri analizi
- Tez No: 957467
- Danışmanlar: DOÇ. DR. MECİT YAMAN
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Türk Hava Kurumu Üniversitesi
- Enstitü: Havacılık ve Uzay Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 120
Özet
Bu tez, makine öğrenmesi tabanlı bir elektronik burun sisteminin algılayıcı çekirdeği olarak Fourier Dönüşümlü Kızılötesi (FTIR) spektrometresinin kullanılabilirliğini araştırmaktadır. Bu sistem, değişen çevresel koşullar altında buhar fazındaki kimyasal karışımları sınıflandırmak üzere tasarlanmıştır. Kontrollü deneyler gerçekleştirebilmek amacıyla hava akışı ve mesafe değişimlerini simüle eden dikey bir rüzgar tüneli düzeneği kullanılmış ve beş uçucu karışımla deneyler yapılmıştır. Orta-kızılötesi aralıkta spektral veriler farklı rüzgar hızları ve örnekleme mesafelerinde toplanmıştır. Ham absorbans (soğurma) değerleri doğrudan Naive Bayes, Rastgele Ormanlar (Random Forests), Destek Vektör Makineleri (SVM) ve Yapay Sinir Ağları gibi denetimli sınıflandırma modellerini eğitmek için kullanılmıştır. Sonuçlar, türbülans ve uzun menzilli örneklemeden kaynaklanan sinyal bozulmalarına rağmen, özellikle spektrumların fonksiyonel grup bölgesinde (2500–3500 cm⁻¹), ayırt edici absorbans desenlerinin tespit edilebilir kaldığını göstermiştir. Bu bölgeden elde edilen verilerle eğitilen modeller, diğer bölgelere göre tutarlı şekilde daha iyi performans göstermiş ve spektral gürültü ile seyreltme etkilerine rağmen neredeyse kusursuz sınıflandırma doğruluğuna ulaşmıştır. Sınıflandırma performansı, verilerin %70'i eğitim ve %30'u test olmak üzere ayrılarak değerlendirilmiş ve böylece modellerin genelleme yeteneği tarafsız şekilde test edilmiştir.Bu bulgular, FTIR tabanlı sistemlerin sağlam makine öğrenmesi iş akışlarıyla birleştirildiğinde, rüzgar hızı ve mesafe gibi çevresel bozucular altında dahi karmaşık gaz karışımlarını yüksek doğrulukla tanımlayabileceğini göstermektedir.
Özet (Çeviri)
This thesis investigates the viability of using a Fourier Transform Infrared (FTIR) spectrometer as the sensing core of a machine-learning-based electronic nose system, designed to classify vapor-phase chemical mixtures under varying environmental conditions. A vertical wind tunnel setup was employed to simulate airflow and distance variations, enabling controlled experiments with five volatile mixtures. Spectral data were collected in the mid-infrared range across multiple wind speeds and sampling distances, Raw absorbance values were directly used to train supervised classification models including Naive Bayes, Random Forests, Support Vector Machines, and Neural networks. The results showed that, despite signal degradation caused by turbulence and long-range sampling, distinctive absorbance patterns remained detectable—particularly in the functional group region (2500–3500 cm⁻¹) of spectra. Models trained on this region consistently outperformed others, achieving near-perfect classification accuracy, even in the presence of spectral noise and dilution effects. Classification performance was evaluated using a 70% training and 30% testing data split, ensuring unbiased assessment of model generalization. These findings demonstrate that FTIR-based systems, when coupled with robust machine learning workflows, can accurately identify complex gas mixtures even under environmental disturbance such as windspeed and distance.
Benzer Tezler
- Electrospun polyacrylonitrile based composite nanofibers containing polyindole and graphene oxide
Poliindol ve grafen oksit içeren poliakrilonitril tabanlı kompozit nanofiberler
İLKNUR BOZKAYA GERGİN
Doktora
İngilizce
2023
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. ABDÜLKADİR SEZAİ SARAÇ
- Flutamıde molekülünün yapısal özellikleri ve titreşimsel spektrumlarının analizi
Structural properties of flutamide molecule and analysis of its vibrational spectra
CANSU ARMAN
Yüksek Lisans
Türkçe
2018
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Ana Bilim Dalı
PROF. KUBİLAY BALCI
- Naftokinon tabanlı iyon sensörlerin geliştirilmesi
Development of ion sensors based on naphthoquinone
ZELİHA MERMER
- CSA'nın P3HT VE MEH-PPV polimerlerinin fiziksel özelliklerine etkisi
Effect of CSA on the physical properties of P3HT and MEH-PPV polymers
CEM ULUDAĞ
Doktora
Türkçe
2023
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. ESRA ALVEROĞLU DURUCU
- Abstract examination of structural, vibrational and electronical properties of p-benzophenoneoxycarbonylphenyl acrylate molecule with the aid of density functional theory and hartree-fock methods
Yoğunluk fonksiyonu teorisi ve hartree- fock metotları yardımıyla, p-benzofenonoksıkarbonılfenil akrılat molekülünün yapısal, titreşimsel ve elektronik özelliklerin incelenmesi
FIRAT KARABOĞA
Yüksek Lisans
İngilizce
2013
Fizik ve Fizik MühendisliğiAbant İzzet Baysal ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. CABİR TERZİOĞLU