Perovskit materyaller üzerinde CO2 fotokatalitik indirgenmenin yapay öğrenme yöntemler ile analizi
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Bu çalışmanın amacı, yayınlanmış makalelerde bulunan deneysel çalışmalardan perovskit fotokatalizörler üzerinde gerçekleşen CO2 indirgenmesi ile ilgili bir veri seti oluşturmak ve bu veri set yapay öğrenme yöntemleri kullanılarak bilgi çıkarmak, toplam üretim hızını ve perovskitlerin bant aralığı tahmin etmektir. Karar ağacı (DT), rassal orman (RF), gredyan arttırma (XGBoost), birliktelik kural çıkarımı (ARM) ve doğrusal regresyon (LR) gibi yapay öğrenme yöntemleri kullanılmıştır. Web of Science kullanılarak, bu konuyla ilgili tüm makaleler incelenmiş ve 61 makaleden, 29 tanımlayıcı özelliği olan 309 örnek toplanmıştır. Makalelerden, bant aralığı, elementel bilgiler gibi perovskit özellikleri ve reaksiyon sıcaklığı, reaksiyonun gerçekleştiği faz gibi reaksiyon koşulları tanımlayıcı özellik (girdi değişkeni) olarak toplanmıştır. Yapay öğrenme yöntemlerine geçmeden önce veri seti ön analiz adımından geçirilmiş, gereksiz veriler temizlenmiş, eksik bilgiler uygun yöntemlerle doldurulmuştur. Doğrusal regresyon modeli, eksik bant aralıklarını tahmin etmek için kullanılmıştır. Çok sayışa tanımlayıcı özelliği eksin olan veriler çıkartılmış, diğerleri ise ortalama ve mod kullanılarak doldurulmuştur Yapay öğrenme yöntemleri, gaz ve sıvı faz verilerini kapsamak üzere iki farklı veri seti için uygulanmıştır. 309 örnekten 30 tanımlayıcı özellik içeren 133 tanesi gaz fazı için kullanılırken geri kalan 176 veri noktası 29 tanımlayıcı özellikle birlikte sıvı veri setinde yer almıştır. Doğrusal regresyon kullanılarak veri setindeki eksik 17 bant aralığı diğer bant aralığı verilerinden yararlanılarak tahmin edilmiş, modelin kök ortalama hatanın karesi (RMSE) değerleri gaz ve sıvı fazların doğrulama setleri için sırasıyla 0.75 ve 0.36 bulunmuştur. DT ile gaz fazı için test setinde doğruluk oranı 0.75, sıvı fazında ise 0.84 olarak elde edilmiştir. RF ile gaz fazı için test setinde R2 değeri 0.64 ve RMSE değeri 24.5 , sıvı fazı için bu değerler 0.49 ve 221.0 olarak bulunmuş; en önemli özelliğin gaz faz için bant aralığı iken, sıvı faz için ko-katalizör olduğu saptanmıştır. XGBoost ile gaz fazı için test setinde R2 ve RMSE değerleri sırasıyla 0.65 ve 14.75 olarak bulunmuştur ve bu değerler sıvı fazında 0.79 ve 145.6'dır.
Author
İrem Gülçin Zırhlıoğlu
How to Cite
İrem Gülçin Zırhlıoğlu (Yüksek Lisans Tezi). Perovskit materyaller üzerinde CO2 fotokatalitik indirgenmenin yapay öğrenme yöntemler ile analizi, 2023, Boğaziçi University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Boğaziçi University
- Investigating the factors affecting the acceptance of generative artificial intelligence in business intelligence applications(2025)
- Entanglement of labor and environment in an emerging nuclear power landscape: The Akkuyu NPP(2023)
- Behind the gallows: Capital punishment, law, and legislative performance in Turkey (1926-1990)(2025)
- Exploring the values for nature, nature connectedness, pro-environmental behaviour, and well-being: A case study on urban park visitors in Istanbul(2025)
- An assessment on the role of regional development agencies in environmental governance in Türkiye: A case study on Thrace Region(2025)
- Political ecology of milk production in Türkiye: Changing practices, rural livelihoods, and dairy animals(2025)