5 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 5 / 5
Öğe Farklı kesme parametreleri ve MQL debilerinde elde edilen deneysel değerlerin S/N oranları ve YSA ile analizi(Gazi Üniversitesi, 2021-09-21) Gürbüz, Hüseyin; Gönülaçar, Yunus EmreBu çalışmada, AISI 4140 çeliğinin tornalanması işleminde kesme hızı, ilerleme oranı ve MQL debisinin esas kesme kuvvetleri (Fc) ve ortalama yüzey pürüzlülüğüne (Ra) etkisi hem deneysel hem de istatiksel olarak incelenmiştir. Bu doğrultuda deney sonuçlarının değerlendirilmesinde sinyal/gürültü (S/N) oranları ve yapay sinir ağları (YSA) kullanılmıştır. İşleme deneylerinde, kesme parametreleri olarak üç farklı kesme hızı (75, 100, 125 m/dk), üç farklı ilerleme oranı (0,16 - 0,25 – 0,5 mm/dev), üç farklı MQL debisi (0,35 - 0,8 - 1,7 ml/dk) ve sabit kesme derinliği (2,5 mm) seçilmiştir. İşleme deneylerinde MQL debi artışının Fc üzerinde Ra’ya göre daha etkili olduğu tespit edilmiştir. Ayrıca tüm MQL debi uygulamalarında hem Fc hem de Ra’nın ilerleme oranı ile arttığı ve kesme hızı ile genel olarak azaldığı görülmüştür. Fc ve Ra için S/N oranları ve YSA ile elde edilen R2 değerleri R2 S/N(Fc)= 0,9996, R2 S/N(Ra)= 0,9984, R2 YSA(Fc)=0,9990 ve R2 YSA(Ra)=0,9884 bulunmuştur. S/N oranlarına göre Fc ve Ra üzerindeki en etkili kontrol faktörlerinin sırasıyla; ilerleme oranı, kesme hızı ve MQL debi olduğu belirlenmiştir. Elde edilen regresyon değerlerine bağlı olarak S/N oranlarının ve YSA’nın deneysel verileri yüksek güven aralığında tahmin etmede geçerli olduğu tespit edilmiştirÖğe Türkiye’nin enerji görünümü ve 2023 yılı birincil enerji arz projeksiyonu(Batman Üniversitesi, 2020-12-31) Yılankırkan, Nazile; Doğan, HikmetBu çalışmada; Türkiye’nin mevcut enerji potansiyeli değerlendirilmiştir. Genel veriler ışığında yapılan bu değerlendirmede; Türkiye’de fosil kaynakların yetersiz oluşu, yenilenebilir enerji kaynaklarından da istenen düzeyde yararlanılamadığından, enerji alanında dışarıya bağımlı hale gelindiği görülmüştür. Bu nedenle bu çalışmada; Türkiye’nin geleceğe yönelik enerji ihtiyacının hesaplanması ve bu ihtiyacın mümkün oldukça yerli kaynaklardan karşılanabilmesi için nelerin yapılabileceği konusunda tespitlerin yapılmasına çalışılmıştır. Bu hedef doğrultusunda, Türkiye'nin nüfus artışı, gayri safi yurtiçi hâsıla ve birincil enerji arz miktarları verileri kullanılarak, yapay sinir ağları (YSA) yardımıyla 2023 yılında Türkiye’nin ne kadar birincil enerjiye ihtiyaç duyacağının belirlenmesi amaçlanmıştır. YSA kullanılarak, tarafımızdan yapılan bu hesaplamalar sonucunda, 2023 yılında Türkiye’nin birincil enerji ihtiyacı 161.279 Bin Ton Eşdeğer Petrol (BTEP) olarak hesaplanmış ve söz konusu bu enerji ihtiyacının önemli ölçüde yerli imkânlarla karşılanabilmesi için nelerin yapılabileceği hususunda da tespit ve önerilerde bulunulmuştur. Çalışma kapsamında ayrıca enerji verimliliği çabalarının ve Türkiye’deki yenilenebilir enerji potansiyelinin değerlendirilmesinin önemi vurgulanmıştır. Enerji üretiminde ve tüketiminde faaliyetlerin çevre dikkate alınarak yürütülmesi gerektiğine dikkat çekilmiştir.Öğe Küreselleştirme ısıl işlemi uygulanmış AISI 1050 çeliǧinin yüzey pürüzlülük deǧerlerinin yapay sinir aǧları ile modellenmesi(IEEE, 2017-10-30) Baday, Şehmus; Başak, Hüdayim; Sönmez, FikretEstimation of surface roughness values, which is an indication of workpiece quality, is important in terms of reducing the cost and duration of machining. In this study, the surface roughness values of the medium carbon steel subjected to the spheronization heat treatment have estimated by artificial neural networks. ANN network model have been created by being chosen feedforward back propagation network model, the adoption of network structure and learning function LEARNGDM, TRAINLM as training algorithm, MSE for assessment of network performance and two hidden layers. The value of each neuron in the network have been transferred another layer by TANSIG, LOGSIG and PURELIN transfer functions. As a result, the artificial neural networks trained and tested have been found to be easy to use for estimating surface roughness values with a high percentage of R = 0.99001 according to MSE performance.Öğe Sera gazı emisyonu hesaplamalarında yapay zekâ uygulamaları(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2023-08-07) Ertuğrul, Serkan; Sezgin, NecmettinKüresel ısınmayı tetikleyen sera gazları, doğal etmenlerin yanı sıra insan kaynaklı faaliyetlerden de kaynaklanmaktadır. Fosil yakıtların kullanımıyla ortaya çıkan sera gazları emisyonu, küresel ısınmada önemli bir etkendir. Özellikle karbondioksit, küresel ısınma üzerinde en güçlü etkiye sahiptir; çünkü sıcaklığı emen bir gaz olarak, etkisi son derece büyük ölçüdedir. Küresel anlaşmalar, özellikle Paris Anlaşması gibi, insan faaliyetlerinin azaltılması ve net sıfır emisyon hedeflerinin benimsenmesi yönünde önemli adımlar atmıştır. Bu bağlamda, tüm ülkelerin sürdürülebilir ve gerçekçi programlar uygulayarak sera gazı emisyonlarını azaltma hedeflerine ulaşmaları beklenmektedir. Finansal, ekonomik ve insani gelişmişlik göstergeleri, nüfus, ormansızlaştırma ve enerji tüketimi gibi verileri kullanarak, bazı ülkelerde gelecekteki sera gazı emisyon seviyelerini hesaplamak için makine öğrenimi yöntemleri kullanılmıştır. Bu çalışmada, sera gazı emisyonlarının azaltılması hedefine ulaşmak için MATLAB programı aracılığıyla uzun kısa dönem bellek (LSTM) ve hibrit CNN-RNN modeli gibi derin öğrenme yöntemleri kullanılarak karşılaştırmalar yapılmıştır. Ayrıca, zaman serisi verileri için NARX modellemesi ile elde edilen tahminlerle LSTM modellemesi sonuçları karşılaştırılarak gelecekteki sera gazı emisyonları tahmin edilmiştir. Bu çalışma ayrıca, ülkelerin sera gazı emisyon azaltma hedeflerine ulaşmaları için farklı verileri göz önünde bulundurarak sürdürülebilir programlar geliştirmelerine kolaylık sağlaması beklenmektedir.Öğe Derin öğrenme ile ethereum fiyat tahmini(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2024-08-28) Yalçın, Mustafa; Ertuğrul, Ömer FarukYapay zeka, hayatımızın pek çok alanına entegre olarak, günlük yaşantımızı önemli ölçüde kolaylaştırmıştır. Bu kolaylık ise her türlü alanda sağlanmaktadır. Özellikle finansal teknolojilerde, yapay zeka ve makine öğrenimi yöntemleri, kripto para piyasalarında öngörü ve analiz yapma süreçlerini dönüştürmüştür. Bu bağlamda, Ethereum gibi popüler kripto para birimlerinin fiyat tahminleri, ileri yapay zeka modelleri kullanılarak daha doğru ve güvenilir hale gelmektedir. Yatırımcılar, bu modeller sayesinde piyasa hareketlerini daha iyi anlayabilir ve daha bilinçli kararlar alabilirler. Yapay zeka tabanlı analizler, sadece yatırım stratejilerini iyileştirmekle kalmaz, aynı zamanda piyasa dalgalanmalarına karşı daha etkin risk yönetimi sağlar. Böylece, kripto para dünyasında güvenlik ve karlılık artırılarak, dijital finansal ekosistemin sürdürülebilirliği desteklenmiş olur. Bu çalışmada ise Ethereum kripto para biriminin fiyat tahmininde yapay zeka modellerinin kullanımı araştırılmaktadır. LSTM, ANN, GRU ve RNN modelleri kullanılarak, Ethereum fiyat verileri üzerinde analizler gerçekleştirilmiştir. Çalışmanın amacı, bu modellerin fiyat tahminindeki etkinliğini değerlendirmek ve kripto para piyasasındaki öngörü kabiliyetlerini ortaya koymaktır. Elde edilen bulgular, yapay zeka tekniklerinin finansal piyasalarda nasıl kullanılabileceğine dair önemli bilgiler sunmaktadır.
