Genişleme ile eş yaşlı Batı Anadolu ve kiklad granitoyidlerine ait jeokimyasal verilerin makine öğrenmesi ile karşılaştırılması
2025
0 views
0 downloads
Advisor: Prof. Dr. Fuat Erkül
Abstract (TR)
İkili değişim diyagramları geleneksel olarak kayaç örneklerinden alınan jeokimyasal veriler kullanılarak farklılıkları ve benzerlikleri ortaya çıkarabilmek amacı ile kullanılır. Ancak bu yaklaşım çok sayıda değişkenle yapılmak istenildiğinde birçok sınırlama meydana gelmektedir. Makine öğrenmesi yöntemi son yıllarda çok değişkenli verileri analiz etmek için bir alternatif olarak kullanılmaktadır. Jeokimyasal verilerin açıklanabilmesi için makine öğrenmesi yöntemleri denetimli ve denetimsiz öğrenme yöntemleri şeklinde uygulanabilmektedir. Bu çalışmada, önceki çalışmalarda farklı araştırmacılar tarafından ortaya konulan Batı Anadolu ve Kiklad'larda yüzeyleyen Miyosen yaşlı granitoyidlere ait jeokimyasal veriler değerlendirilmiştir. Makine öğrenmesi yöntemi, granitoyidlere ait analiz sonuçları ile oluşturulan veri kümesine uygulanmış ve özellikle aynı yaş konağındaki Batı Anadolu ve Kikladlardaki granitoyidlerin ana, eser ve nadir toprak element jeokimyasal karakteristikleri karşılaştırılmış, benzerlikleri ve farklılıkları ortaya konulmaya çalışılmıştır. Denetimli ve denetimsiz öğrenme algoritmalarında sınıflandırma, bileşen etkileri vb için kullanılabilecek en iyi yöntemler tespit edilmiş ayrıca dünyadaki benzer jeokimyasal karakteristikler sunan granitoyidler ile karşılaştırılmaları yapılmıştır. Denetimli öğrenme yönteminde, kullanılan karar ağaçları algoritması tarafından seçilen karakteristik elementler, ikili diyagramlarda Batı Anadolu ve Kiklad verileriyle seçilmiş eğitim verileri birlikte değerlendirildiğinde, bazı elementlerle korelasyon gösterdiği, ancak zaman zaman bulundukları alanların dışına çıktıkları da gözlemlenmiştir. Bu durum, makine öğrenmesinin birden fazla elementi aynı anda değerlendirebilme yeteneğinin önemli bir avantajını ortaya koymaktadır. Dolayısıyla, ikili diyagramlar eğitim verileriyle yapılan karşılaştırmalarda her zaman yeterli olmamakta; buna karşın, makine öğrenmesi daha güvenilir ve kapsamlı sonuçlar vermektedir. Denetimli öğrenme yönteminin ürettiği sonuçlar oldukça anlamlı ve güçlüdür. Batı Anadolu Bölgesi ve Kiklad birimlerinin korele oldukları eğitim verilerinin özellikleri göz önüne alındığında, bu birimlerin birbirine benzer jeokimyasal, petrojenez ve jeodinamik özellikler gösterdikleri görülmüştür. Güney Çin bloğu, Kuzey Çin kratonu ve Tarım kratonu (Kuzeybatı Çin) ile Ege bölgesi arasında doğrudan bir tektonik bağlantı olduğu ve bu sahalardaki granitoyidlerin jeodinamik süreçler açısından benzer evrimsel özellikler gösterdiği görülmektedir. Denetimsiz öğrenme yöntemi ise kendi içinde anlamlı kümeler oluşturabilmesine rağmen bu kümelerin birebir örtüşme açısından yetersiz kalmaktadır. Tüm jeokimyasal değerlendirmeler sonucunda dünyada benzer jeokimyasal özellikler sunan granitoyidlerin benzer jeodinamik ortamlarda oluşup oluşmayacağı ortaya konulmuştur. Tüm veriler değerlendirildiğinde, granitoyidlerinin sınıflandırılması ve jeokimyasal açıdan özelliklerinin ortaya konulmasında denetimsiz öğrenmeden çok denetimli öğrenme metodunun tercih edilmesi önerilmektedir.
Author
Dr. Gizem Göncü
How to Cite
Gizem Göncü (Yüksek Lisans Tezi). Genişleme ile eş yaşlı Batı Anadolu ve kiklad granitoyidlerine ait jeokimyasal verilerin makine öğrenmesi ile karşılaştırılması, 2025, Akdeniz University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Akdeniz University
- Spin-1 Blume-Capel ve karma spin (1/2, 1) Ising modellerinin termodinamik geometri çerçevesinde incelenmesi(2024)
- Hava kirliliği ve kentleşme ile COVID-19 ilişkisinin coğrafi bilgisistemleri kullanılarak belirlenmesi(2025)
- Orman yangını risk alanlarının tespiti ve haritalanması: Kaş, Antalya örneği(2025)
- Christopher Marlowe'un eserlerinde değerlerin analizi(2022)
- Andriake Granarium'u ve sosyo-ekonomik etkileri(2022)
- Migrenli hastalarda transkranial ultrasonografi yoluyla beyin dokusu değişikliklerinin incelenmesi ve depresyonla ilişkisi(2023)
