Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Fizik, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: FIRAT DENİZ
Danışman: Mehmet Yüksel
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Bu tez çalışmasında, Türkiye’nin Mersin ili, Erdemli ilçesinde bulunan halk plajından alınan deniz kumu örneklerinden ayrıştırılan kuvars mineralinin termolüminesans (TL) ve optik uyarımlı lüminesans (OSL) özellikleri kapsamlı olarak incelenmiş ve elde edilen verilerin yapay sinir ağları (YSA) kullanılarak modellenmesi gerçekleştirilmiştir. Deneysel çalışmalarda, uygun optik filtre seçimi, ön ısıtma sıcaklığı optimizasyonu, doz–yanıt ilişkileri, ısıtma hızı etkileri ve yeniden kullanılabilirlik testleri gerçekleştirilmiştir. TL ölçümlerinde 1–100 Gy aralığında doğrusal, 100–360 Gy aralığında doğrusal altı, 360 Gy’den sonra ise doğrusal üstü bölgeler belirlenmiştir. OSL ölçümlerinde ise 0,1–20 Gy aralığında doğrusal, 20–520 Gy aralığında doğrusal altı ve 520 Gy’in üstündeki dozlarda da doyum davranışı gözlenmiştir. Modelleme aşamasında, MATLAB ortamında Neural Net Fitting (NNF) arayüzü kullanılarak üç farklı optimizasyon algoritması -Levenberg–Marquardt (LM), Bayesian Regularization (BR) ve Scaled Conjugate Gradient (SCG)- ile çok katmanlı yapay sinir ağı modelleri geliştirilmiştir. LM algoritması düşük ve orta doz bölgelerinde en yüksek korelasyon katsayısı (R = 0,999) ve en düşük hata (MSE) değerleri ile öne çıkarken, BR algoritması yüksek doz bölgelerinde aşırı öğrenmeyi önleyerek daha dengeli tahminler sağlamıştır. SCG algoritması ise düşük bellek kullanımı ve kısa eğitim süresi açısından avantaj sağlamasına rağmen özellikle düşük doz bölgelerinde aşırı öğrenme eğilimine sahip olup genelleme yapmakta zorlanmaktadır. Elde edilen sonuçlar, kuvars mineralinin TL ve OSL özelliklerinin dozimetri uygulamalarında yüksek potansiyel sunduğunu ve YSA tabanlı modelleme ile lüminesans eğrilerinin yüksek doğrulukla tahmin edilebileceğini ortaya koymaktadır. Bu yaklaşım, deneysel süreçlerin süresini kısaltarak ve veri üretim hızını artırarak, OSL tarihlendirme ve radyasyon dozimetri çalışmalarına önemli katkılar sağlaması düşünülmektedir.