MADENLERİN SINIFLANDIRILMASINA YÖNELİK HİBRİD BİR CNN MODELİN OLUŞTURULMASI

Abstract

Madenlerin ülkelerin ekonomisindeki yeri oldukça büyüktür. Bu nedenle madencilikte cevher yataklarının tespiti ve tanımlanması önemli bir araştırma konusudur. Cevher sınıflandırılması işlemlerinde de bilgisayar tabanlı karar destek sistemleri kullanılmaktadır Bu çalışmada yedi farklı cevherin sınıflandırılmasına yönelik dört aşamadan oluşan hibrid bir CNN model oluşturulmuştur. Bu aşamalar, özellik çıkarımı, özellik birleştirme, özellik seçimi ve sınıflandırmadır. Özellik çıkarımı için, sınıflandırma problemlerinde yüksek başarım gösteren ResNet50, MobileNetV2 ve DenseNet201 mimarileri kullanılmıştır. Çıkarılan özellikler birleştirilerek 1x3000 boyutlarında kapsamlı özellik vektörü elde edilmiştir. Sınıflandırma başarımını arttırmak için özellik vektörüne NCA, ReliefF ve mRMR algoritmaları uygulanarak ayırt ediciliği yüksek özellikler belirlenmiştir. Bu özellikler destek vektör makineleri ile sınıflandırılmıştır. Elde edilen sonuçlara göre MRMR için 91.34, NCA için 92.42 ve ReliefF için 93,14 doğruluk değeri göstermiştir. Sonuç olarak önerilen hibrid CNN modelinin cevher sınıflandırılmasında literatürdeki klasik CNN modellere göre daha yüksek başarım sağlamıştır. Önerilen hibrid CNN modelin jeoloji alanında cevher sınıflandırılmasına yönelik çalışmalarda araştırmacılara karar desteği sağlayacağı düşünülmektedir.