| Makale Türü |
|
||
| Dergi Adı | Bartın Orman Fakültesi Dergisi | ||
| Dergi ISSN | 1302-0943 | ||
| Dergi Tarandığı Indeksler | CAB Abstracts Full Text, Index Copernicus, Scientific Indexing Service, CrossRef, ZDB | ||
| Makale Dili | Türkçe | Basım Tarihi | 08-2018 |
| Cilt / Sayı / Sayfa | 20 / 2 / 223–231 | DOI | 10.24011/barofd.449563 |
| Makale Linki | https://dergipark.org.tr/en/pub/barofd | ||
| UAK Araştırma Alanları |
Veri Madenciliği
|
||
| Özet |
| Nanoteknoloji birçok endüstri için devrim niteliğindedir. Ülkelerin bilimsel ve ekonomik olarak yaptığı yatırımlar, nanoteknolojinin önemini ortaya koymaktadır. Bilim dünyasında veri madenciliği önemli bir yere sahiptir. Teknolojinin birçok alanında veri biliminden faydalanılmaktadır. Nanokompozitlerin kullanım yerini özellikler genellikle mekanik belirler. Geleneksel testler ile mekanik özellikleri belirlemek pahalı ve zaman alıcıdır. Veri madenciliği teknikleri bu problemlere daha düşük maliyetler ile çözümler sunabilmektedir. Bu çalışmada, derin öğrenme ve yapay sinir ağları algoritmaları farklı nanokompozitlerin çekme testleri sırasında deformasyonunu tahmin etmek için kullanılmıştır. Çalışma nanokompozit uygulamalarında veri madenciliği algoritmalarının başarılı bir şekilde uygulanabileceği gösterilmiştir. Aynı zamanda derin öğrenme algoritmalarının, yapay sinir algoritmalarından daha başarılı olduğu belirlenmiştir. Nanoteknoloji alanında veri madenciliğinin uygulandığı bilimsel çalışmalar çok sınırlı sayıdadır. Nanokompozitlerin üretiminin veri madenciliği algoritmaları ile simule edildiği yeni çalışmalara ihtiyaç vardır. |
| Anahtar Kelimeler |
| Atıf Sayıları | |
| Google Scholar | 8 |
| Google Scholar | 5 |