Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi

Bu çalışmada, Ni(II)Pc (nikel(II)ftalosiyanin) ve CdSeS/ZnS (cadmium selenide sulfide/zinc sulfide) kuantum nokta katkılı 5CB (4-pentyl-4′-cyanobiphenyl) nematik sıvı kristal kompozit yapıların dielektrik özellikleri ile birlikte bu özelliklerin makine öğrenmesi algoritmaları ile tahminlenmesi rapor...

Full description

Bibliographic Details
Main Authors: Onur Uğurlu, Mustafa Aksoy, Gülnur Önsal
Format: Article
Language:English
Published: Düzce University 2023-01-01
Series:Düzce Üniversitesi Bilim ve Teknoloji Dergisi
Subjects:
Online Access:https://dergipark.org.tr/tr/download/article-file/2324802
_version_ 1797300952578916352
author Onur Uğurlu
Mustafa Aksoy
Gülnur Önsal
author_facet Onur Uğurlu
Mustafa Aksoy
Gülnur Önsal
author_sort Onur Uğurlu
collection DOAJ
description Bu çalışmada, Ni(II)Pc (nikel(II)ftalosiyanin) ve CdSeS/ZnS (cadmium selenide sulfide/zinc sulfide) kuantum nokta katkılı 5CB (4-pentyl-4′-cyanobiphenyl) nematik sıvı kristal kompozit yapıların dielektrik özellikleri ile birlikte bu özelliklerin makine öğrenmesi algoritmaları ile tahminlenmesi rapor edilmektedir. Konsantrasyon oranının dielektrik özelliklere etkilerini saptamak için 5CB nematik sıvı kristal yapıya ağırlıkça %2 ve %5 oranında Ni(II)Pc ve CdSeS/ZnS kuantum nokta katkılanmıştır. Numunelerin dielektrik ölçümleri, dielektrik spektroskopi yöntemi kullanılarak gerçekleştirilmiştir. Ayrıca, dielektrik sabitinin reel (ε^') ve sanal bileşenlerinin (ε^'') tahmini için k-En Yakın Komşu, Karar Ağacı, Rastgele Orman algoritmaları kullanmış ve algoritmaların tahmin performansları karşılaştırmalı olarak incelenmiştir. Algoritmalarda girdi parametreleri frekans, voltaj ve katkı oranı; çıktı parametreleri ise, dielektrik sabitinin reel (ε^') ve sanal bileşenleri (ε^'') olarak belirlenmiştir. Elde edilen sonuçlara göre dielektrik sabitinin en iyi tahmin performansına Rastgele Orman algoritması ile ulaşılmıştır.
first_indexed 2024-03-07T23:14:34Z
format Article
id doaj.art-ead6d571cfab48f3906ffb85efb8a053
institution Directory Open Access Journal
issn 2148-2446
language English
last_indexed 2024-03-07T23:14:34Z
publishDate 2023-01-01
publisher Düzce University
record_format Article
series Düzce Üniversitesi Bilim ve Teknoloji Dergisi
spelling doaj.art-ead6d571cfab48f3906ffb85efb8a0532024-02-21T14:07:25ZengDüzce UniversityDüzce Üniversitesi Bilim ve Teknoloji Dergisi2148-24462023-01-0111151352310.29130/dubited.109149997Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile TahminlenmesiOnur Uğurlu0Mustafa Aksoy1Gülnur Önsal2İzmir Bakırçay Üniversitesiİzmir Bakırçay Üniversitesiİzmir Bakırçay ÜniversitesiBu çalışmada, Ni(II)Pc (nikel(II)ftalosiyanin) ve CdSeS/ZnS (cadmium selenide sulfide/zinc sulfide) kuantum nokta katkılı 5CB (4-pentyl-4′-cyanobiphenyl) nematik sıvı kristal kompozit yapıların dielektrik özellikleri ile birlikte bu özelliklerin makine öğrenmesi algoritmaları ile tahminlenmesi rapor edilmektedir. Konsantrasyon oranının dielektrik özelliklere etkilerini saptamak için 5CB nematik sıvı kristal yapıya ağırlıkça %2 ve %5 oranında Ni(II)Pc ve CdSeS/ZnS kuantum nokta katkılanmıştır. Numunelerin dielektrik ölçümleri, dielektrik spektroskopi yöntemi kullanılarak gerçekleştirilmiştir. Ayrıca, dielektrik sabitinin reel (ε^') ve sanal bileşenlerinin (ε^'') tahmini için k-En Yakın Komşu, Karar Ağacı, Rastgele Orman algoritmaları kullanmış ve algoritmaların tahmin performansları karşılaştırmalı olarak incelenmiştir. Algoritmalarda girdi parametreleri frekans, voltaj ve katkı oranı; çıktı parametreleri ise, dielektrik sabitinin reel (ε^') ve sanal bileşenleri (ε^'') olarak belirlenmiştir. Elde edilen sonuçlara göre dielektrik sabitinin en iyi tahmin performansına Rastgele Orman algoritması ile ulaşılmıştır.https://dergipark.org.tr/tr/download/article-file/2324802nematic liquid crystal; dielectric propertiesmachine learningnematik sıvı kristaldielektrik özelliklermakine öğrenmesinematic liquid crystal; dielectric propertiesmachine learning
spellingShingle Onur Uğurlu
Mustafa Aksoy
Gülnur Önsal
Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
Düzce Üniversitesi Bilim ve Teknoloji Dergisi
nematic liquid crystal; dielectric properties
machine learning
nematik sıvı kristal
dielektrik özellikler
makine öğrenmesi
nematic liquid crystal; dielectric properties
machine learning
title Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
title_full Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
title_fullStr Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
title_full_unstemmed Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
title_short Ni(II)Pc ve CdSeS/ZnS Kuantum Nokta Katkılı Sıvı Kristal Yapıların Dielektrik Sabitinin Makine Öğrenmesi Algoritmaları ile Tahminlenmesi
title_sort ni ii pc ve cdses zns kuantum nokta katkili sivi kristal yapilarin dielektrik sabitinin makine ogrenmesi algoritmalari ile tahminlenmesi
topic nematic liquid crystal; dielectric properties
machine learning
nematik sıvı kristal
dielektrik özellikler
makine öğrenmesi
nematic liquid crystal; dielectric properties
machine learning
url https://dergipark.org.tr/tr/download/article-file/2324802
work_keys_str_mv AT onurugurlu niiipcvecdsesznskuantumnoktakatkılısıvıkristalyapılarındielektriksabitininmakineogrenmesialgoritmalarıiletahminlenmesi
AT mustafaaksoy niiipcvecdsesznskuantumnoktakatkılısıvıkristalyapılarındielektriksabitininmakineogrenmesialgoritmalarıiletahminlenmesi
AT gulnuronsal niiipcvecdsesznskuantumnoktakatkılısıvıkristalyapılarındielektriksabitininmakineogrenmesialgoritmalarıiletahminlenmesi