Akademik Veri Yönetim Sistemi
Pekmen B., Dedeoğlu A. N.(Yürütücü), Önsoy E., Yıldırım A. E.
TÜBİTAK Projesi, 2209-A - Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı, 2025 - 2025
Bu projede, kapağı hareketli kapalı bir birim kare kavite içindeki zamana bağlı karışık konveksiyon akış probleminin sayısal çözümlerinden üretilecek veri setleri ile problemin önemli göstergeleri için makine öğrenimi modelleri oluşturulacaktır. Kavitenin gözenekli bir ortamı olduğu ve dışarıdan düzgün uygulanan manyetik bir alana sahip olduğu düşünülmektedir. İndüklenmiş manyetik alan denklemleri, manyetik potansiyel terimlerinde hesaba katılacaktır. Sayısal yöntem olarak uzay türevleri için radyal baz fonksiyonu (RBF) kollokasyon yöntemi, zaman türevleri için geriye doğru ikinci dereceden Euler metodu ve de makine öğrenimi yöntemi olarak da sinir ağları işletilecektir. Sayısal sonuçlar problemin boyutsuz parametreleri olan Reynolds, Darcy, Grashof, Hartmann ve manyetik Reynolds sayısı cinsinden gözlemlenecek olup, sayısal sonuçlardan elde eldilecek veri setleriyle de problemin önemli göstergeleri ve bütünü için sinir ağları modeli oluşturulacaktır. Oluşturulacak modeller hem aynı veri kümesi içinden ayrılacak olan test kümesinde test edilecek, hem de görülmemiş veriler için oluşturulacak başka veri setleri üzerinde de incelenecektir. Modellerin iyiliği istatistiksel metriklerle hem tablolaştırılacak hem de görsellerle sunulacaktır. Bu projede elde edilen sonuçlar ile bu ve benzeri problemler özelinde elde edilecek uygun makine öğrenimi modellerinin, düşünülen problemi sayısal çözümlerden bağımsızlaştırabileceği gösterilmiş olacaktır. Projenin en önemli katkısı analitik çözümü olmayan gerçek hayat problemlerinin sayısal çözümlerine yakın çözümler verebilen, neredeyse otomatik sistemlerin elde edilmesine bir fikir oluşturması olacaktır.