Yapay sinir ağları algoritmaları ile PVP nanoliflerin çaplarının tahmini

Bu araştırmada, Polivinilpirolidon (PVP) polimer, su ve alkol çözeltisi ile elektroeğirme yöntemi kullanılarak nanolifler üretilmiş, üretilen nanoliflerin akış hızı, iğne ucu ve toplayıcı plaka arası mesafe ile uygulanan voltaj değeri kullanılarak veri seti oluşturulmuştur. Nanoliflerin analizi taramalı elektron mikroskobu (SEM) ile çapı Fibraquant programı ile saptanmıştır. Laboratuvar ortamında gerçekleştirilen geleneksel test ve test yöntemleri zaman almakta ve maliyetli olmaktadır. Geleceğe yönelik tahmin ve analizler, geçmişte yapılan gözlem sonucunda elde edilen değerler ile oluşturulan modeller aracılığıyla gerçekleştirmektedir. Yapay Sinir Ağları (YSA) ve Derin Öğrenme Algoritmaları günümüzde tahmin alanında oldukça kullanılan bir yöntem haline gelmiştir. Bu çalışmada, Yapay Sinir Ağları algoritmaları nanoliflerin çaplarının tahmin edilmesi için kullanılmıştır. Yapay Sinir Ağları ve Derin Öğrenme algoritmalarıyla nanoliflerin çapını etkileyen 4 adet bağımsız değişken girdi değişkeni olarak, nanolif çap değerleri çıktı değişkeni olarak belirlenerek modeller oluşturulmuş, bu modellerden ortaya çıkan sonuçlar literatürle karşılaştırılmıştır. Çalışma, nanoliflerin çaplarının ölçümü uygulamalarında Yapay Sinir Ağlarının ve Derin Öğrenme algoritmalarının uygulanabileceğini göstermiştir. Veri miktarının küçük olması nedeniyle Yapay Sinir Ağı modelinin Derin Öğrenme modeline göre daha başarılı olduğu belirlenmiştir.