SEM (taramalı elektron mikroskobu) görüntülerinin yapay zeka metotları ile incelenmesi

Günümüzde, Nanoteknoloji ve Nanobilimin, Yapay Zekâ ile çalışma niteliğinin günden güne artması; malzeme biliminin önem kazanmasında etkili olmaktadır. Tezin SEM Görüntülerinin Yapay Zekâ Metotları ile İncelenmesi, multidisipliner bir alanı ifade etmektedir. Tezin içeriği, Nanoteknoloji ve Yapay Zekâ alt başlıklarından oluşmaktadır. Deneysel kısımda kullanılan verilerin oluşumu; halka açık erişim olarak sunulan 22.000 SEM verisinin; Trieste'deki CNR-IOM'un TASC laboratuvarında bulunan ZEISS SUPRA 40 çözünürlüklü cihaz ile 5 yıl boyunca 100 bilim insanının çalışmaları sonucunda elde edildiği bilinmekle birlikte; deneysel çalışma için oluşturulan prototipte yer alan verilerin seçimi için; tek tek çözünürlüğü, görüntü boyutu ve kalitesine göre incelenmesinin ardından, dikkate alınan özellik, görüntü kalitesi olmakla birlikte; bu verilerin oluşumunda 100 görüntü verisi elle manuel olarak nano boyutta ve mikro boyutta seçilip, düzenlendikten sonra; toplamda 1000 görüntü verisi 10 veri seti içerisinde oluşturuldu. Devamında makine öğrenmesi yönteminde yer alan derin öğrenme tekniklerinden CNN sınıflandırma tekniği kullanılarak yapay zekâ eğitimi gerçekleştirildi. Deneysel çalışma için python kütüphanesinden yararlanıldı. Ardından hazırlanan verilerin "RELU-softmax" aktivasyon fonksiyonları ile; Epoch değerleri RMSprop ile 25 ve 100 olarak ayarlanarak eğitim tamamlandı. Bu eğitimde RMSprop yerine, Adam = 0.000001 fonksiyonu kullanılarak tekrar oluşturulan kodlarla, öğrenme hızındaki artış-azalış değerlerini gözlemlemek adına eğitim tekrarlandı. Veri sonuçlarının eğitim parametrelerine uygunluk düzeyine göre sınıflandırma açısından Model doğruluk oranlarının tablolaştırıldı. En iyi sonuç değerinin yorumlaması yapıldı. Burada kullanılan yaklaşım, çok çeşitli nanobilim kullanım durumlarına uygulanabilen, nanomalzemelerin belirli özelliklerini çözmek için uygun parametreler geliştirilecek şekilde ayarlanarak yeni yöntem ve araçların uygulanmasına giden yolu makine öğrenmesinin ürüne dönüşüm boyutunda; malzeme bilimi kütüphanesi oluşturmak amacıyla kullanımının, yapay zekâ ve nanoteknoloji alanındaki gelecek çalışmalarının önünü açabilmesine katkısı olabilir. Anahtar Kelimeler: Nanoteknoloji, Nanobilim, Yapay Zekâ, SEM, Malzeme Bilimi