TY  - JOUR
TI  - Makine Öğrenmesi Metotları Kullanarak Krom III Kaplama Banyosunun Örtme Gücünün Tahmin Edilmesi
AB  - Bu çalışmada krom kaplamanın örtme gücünü tahmin etmek ve örtme gücüne etki eden öznitelikleri belirlemek için makine öğrenmesi algoritmaları kullanılmıştır. Bu amaçla GP (Gaussian Process), KNN (K-Nearest Neighbors), RF (Random Forest), SVR (Support Vector Regressor) ve XGB (eXtreme Gradient Boosting) algoritmaları seçilmiş ve bu algoritmaların hiper parametreleri optimize edilmiştir. En yüksek R2 ve en düşük MSE değerlerini veren şartlar belirlenmiştir. Çapraz doğrulama için LOO (Leave-One-Out) metodu kullanılmıştır. En iyi sonuç, SVR metodu ile elde edilmiştir. R2, MSE ve MAPE değeri sırasıyla 0,80, 0,26 ve 18.29 dur. Kaplamanın örtme gücüne etki eden en önemli iki öznitelik borik asit (H3BO3) ve A kimyasalıdır. Bu kimyasalların yüksek seviyeleri kaplamanın örtme gücünü artırmıştır. Tüm algoritmaların hiper parametreleri ızgara tarama yöntemi ile 2 veya daha fazla seviyede optimize edilmiştir. SVR metodunda en etkin iki hiper parametre kernel ve C parametresidir. Kernel ve C hiper parametreleri sırasıyla “rbf” ve 1 olduğu durumda en yüksek R2 değeri elde edilmiştir. Bu çalışma makine öğrenmesi algoritmalarını elektrokaplama sahasına uygulayan ilk çalışmalardandır. Bu yönüyle öncü olma niteliği taşımaktadır.
AU  - KATIRCI, RAMAZAN
AU  - Takcı, Hidayet
DO  - 10.35234/fumbd.950667
PY  - 2021
JO  - Fırat Üniversitesi Mühendislik Bilimleri Dergisi
VL  - 33
IS  - 2
SN  - 1308-9072
SP  - 709
EP  - 719
DB  - TRDizin
UR  - http://search/yayin/detay/1125244
ER  -