Bulanık Mantık Algoritmaları ile Kaya Sınıflandırması-Reference-Cited by-同舟云学术

Bulanık Mantık Algoritmaları ile Kaya Sınıflandırması

Published:2023-12-31 Issue:2 Volume:9 Page:469-477
ISSN:2458-7494
Container-title:Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi
language:
Short-container-title:

Author:

EFEOĞLU Ebru¹^ORCID

Affiliation:

1. KÜTAHYA DUMLUPINAR ÜNİVERSİTESİ

Abstract

Kaya sınıflandırması tünel ve yeraltı çalışmalarının yanı sıra madencilik ve hidrokarbon araştırmalarında da önem teşkil eder. Kayaların türünün yanlış tespiti hem para hem de zaman kaybına yol açar. Bu çalışmada 4 farklı kaya sınıfının fiziksel ve mekanik özellikleri kullanılarak kaya sınıflandırması yapılmıştır. Sınıflandırma için Bulanık Sırasız Kural İndüksiyon Algoritması (FURIA), Bulanık Kafes Akıl Yürütme (FLR), Çok Amaçlı Evrimsel Bulanık (MOE Fuzzy) sınıflandırıcıları kullanıldı. Çok Amaçlı Evrimsel Bulanık MOE Bulanık sınıflandırıcısı, ENORA ve NSGA II algoritmalarına dayanmaktadır. Bu nedenle bu algoritmalar ayrı ayrı kullanıldı. Verilere sınıflandırma öncesi Sentetik Azınlık Aşırı Örnekleme Tekniği uygulandı ve bu işlemden önceki ve işlem sonrasında sınıflandırma performansları karşılaştırıldı. Sonuç olarak Sentetik Azınlık Aşırı Örnekleme Tekniği ile sınıflandırma başarısının arttığı görülmüştür. Sınıflandırmada en başarılı algoritma FURIA algoritması oldu. Algoritma sınıflandırmayı %93 doğrulukla ve 0.16 hata değeri ile gerçekleştirdi.

Funder

yok

Publisher

Kirklareli Universitesi Muhendislik ve Fen Bilimleri Dergisi

Subject

General Medicine

Reference28 articles.

1. Kurtuluş, C., Sertçelik, F., Sertçelik, I. Correlating physico-mechanical properties of intact rocks with P-wave velocity. Acta Geodaetica et Geophysica, 51, 571-582, 2016.

2. Ran, X., Xue, L., Zhang, Y., Liu, Z., Sang, X., He, J. Rock classification from field image patches analyzed using a deep convolutional neural network. Mathematics, 7(8), 755, 2019.

3. Su, C., Xu, S. J., Zhu, K. Y., & Zhang, X. C. Rock classification in petrographic thin section images based on concatenated convolutional neural networks. Earth Science Informatics, 13, 1477-1484, 2020.

4. dos Anjos, C. E., Avila, M. R., Vasconcelos, A. G., Pereira Neta, A. M., Medeiros, L. C., Evsukoff, A. G., . .. & Landau, L. Deep learning for lithological classification of carbonate rock micro-CT, 2021.

5. Imamverdiyev, Y., & Sukhostat, L. Lithological facies classification using deep convolutional neural network. Journal of Petroleum Science and Engineering, 174, 216-228, 2019.