Makine Öğrenimi Yöntemleriyle Bazaltlarda Tek Eksenli Sıkışma Dayanımının Değerlendirilmesi ve Performanslarının Karşılaştırılması

Tek eksenli sıkışma dayanımı insert ignore into journalissuearticles values(UCS); mühendislik projelerinde en önemli tasarım parametrelerinden biri olup; bir çok projede ve sınıflama sistemlerinde doğrudan kullanılan bir parametredir. UCS’nin elde edilmesindeki güçlükler göz önüne alındığında; makine öğrenimi temelli yaklaşımlar ile tahmin edilmesi dikkat çekmektedir. Çalışma kapsamında bazalt bloklarından alınan 137 adet karot örneği üzerinde gerçekleştirilen laboratuvar deney sonuçları kullanılarak iki ayrı model elde edilmiştir. Bu modellerde görünür gözeneklilik insert ignore into journalissuearticles values(n);, p dalga hızı insert ignore into journalissuearticles values(Vp); ve birim hacim ağırlık insert ignore into journalissuearticles values(n); değerleri girdi parametreleri olup; makine öğrenimi yöntemleri ile UCS tahmin edilmeye çalışılmıştır. Bu amaçla; Gauss Süreç Regresyonu insert ignore into journalissuearticles values(GSR);, Destek Vektör Makineleri insert ignore into journalissuearticles values(DVM); ve Ağaç Toplulukları Yöntemleri insert ignore into journalissuearticles values(AT); olmak üzere üç farklı makine öğrenimi yöntemi kullanılmıştır. İki ayrı modele ait beş farklı veri seti için uygulanan üç ayrı makine öğrenimi yönteminin performanslarının değerlendirmesinde R2 insert ignore into journalissuearticles values(determinasyon katsayısı);, RMSE insert ignore into journalissuearticles values(kök ortalama kare hata);, MSE insert ignore into journalissuearticles values(ortalama kare hata); ve MAE insert ignore into journalissuearticles values(ortalama mutlak hata); performans indisleri kullanılmıştır. Buna göre; genel olarak üç ayrı makine öğrenimi yönteminin de UCS’ nin tahmininde başarılı olduğu değerlendirilmiş olmakla birlikte AT yönteminin genel olarak daha yüksek tahmin performansı verdiği belirlenmiştir.