Show simple item record

dc.contributor.advisorTERCAN, A. Erhan
dc.contributor.authorKIVRAK, Hamza
dc.date.accessioned2018-02-20T12:15:52Z
dc.date.available2018-02-20T12:15:52Z
dc.date.issued2018-01-25
dc.date.submitted2018-01-18
dc.identifier.citationKıvrak, H., g-ROKY: Maden Kaynak Kestiriminde Homojen Ortam Modellenmesine Yönelik Yeni Bir Yöntemin Geliştirilmesi, Doktora Tezi, Hacettepe Üniversitesi, 73 sayfa, 2018.tr_TR
dc.identifier.urihttp://hdl.handle.net/11655/4333
dc.description.abstractOne of the crucial steps of mineral resource estimation is to examine and determine the presence of domains which have similar grade, lithological and/or mineralogical distribution in mineral deposits. It is well known that defining the domains improves estimation quality. The methods traditionally used in modeling domains only take categorical variables of domains and their spatial relations into account. The objective of thesis is to develope new methods considering grade variable in domain modeling. For this purpose, two methods are developed, based on combination of Random Forest (RF) and Ordinary Kriging. The first method, called as ROKY (Random Forest + Kriging); includes the stages of defining the relationship between grades and categorical variable by RF, estimating the grade values at unsampled locations by Ordinary Kriging and feeding the estimated values into RF. The second method, g-ROKY (Grouped Random Forest + Kriging); is developed for avoiding the smoothing effect of kriging which causes misclassifications. g-ROKY, different from ROKY, is based on grouping the sample and kriged estimates in standardized form, constructing RO by grouped data and finally determination of the domains. A MATLAB script is written in order to apply the two methods and to analyze the results obtained. The methods are applied to public domain Jura data set and also İğdekuzu Lignite Field. In addition, the classifications made by these two methods are compared with traditional Indicator Kriging method. Within the compared methods, g-ROKY is the method that produces the closest estimation values to true domains.tr_TR
dc.description.tableofcontentsİÇİNDEKİLER Sayfa ÖZET i ABSTRACT iii TEŞEKKÜR v İÇİNDEKİLER vi SİMGELER VE KISALTMALAR viii 1. GİRİŞ 1 1.1. Problemin Tanımı 2 1.2. Tezin Amacı ve Kapsamı 3 1.3. Araştırma Metodolojisi 3 1.4. Beklenen Bilimsel Etki 4 1.5. Tezin İçeriği 4 2. LİTERATÜR ÇALIŞMASI 5 2.1. Önceki Çalışmalar ve Tezde Geliştirilen Yöntemlerin Bunlar İçindeki Yeri 5 2.2. Krigleme yöntemi 7 2.2.1.Variogram Modelleme 8 2.2.2.Ortalamasız (Ordinary) Krigleme yöntemi 10 2.2.3.İndikatör Krigleme yöntemi 14 2.3. Rastlantı Ormanı Metodu İle Sınıflandırma 15 2.3.1.Sınıflandırma ve Regresyon Ağaçları (Srat), Gini İndeksi Ve Budama İşlemi 16 2.3.2.Bootstrap yöntemi 19 2.3.3.Bagging yöntemi 21 2.3.4.Rastlantısal Düğüm Değişkeni Seçimi 22 2.3.5.Rastlantı Ormanı Algoritması 23 2.3.6.Seçilmemiş Veri Sınıf Kestirimi Ve Kestirim Hatası 25 3. HOMOJEN ORTAM MODELLENMESİNE YÖNELİK YENİ GELİŞTİRİLEN YÖNTEMLER 27 3.1.1.Rastlantı Ormanı + Krigleme yöntemi (ROKY) 27 3.1.2.Gruplandırılmış Rastlantı Ormanı + Krigleme yöntemi (g-ROKY) 28 3.2. Rastlantı Ormanı Algoritması, Kodlanması Ve Kodun Çalışma Prensibi 29 4. YÖNTEMLERİN JURA VERİ KÜMESİ ÜZERİNDE TESTİ 32 4.1. Veri Özellikleri 32 4.2. Rastlantı Ormanı İle Jura Veri Kümesinin Sınıflandırılması 36 4.3. İndikatör Krigleme İle Kaya Türlerinin Kestirimi 38 4.4. Rastlantı Ormanı + Krigleme yöntemiyle (Roky) Jura Veri Kümesi Sınıflandırılması 41 4.5. Gruplandırılmış Rastlantı Ormanı + Krigleme yöntemiyle (G-Roky) Jura Veri Kümesinin Sınıflandırılması 47 5. GELİŞTİRİLEN YÖNTEMLERİN İĞDEKUZU LİNYİT SAHASINDA UYGULANMASI 49 5.1. İğdekuzu linyit sahası Verileri 49 5.2. İndikatör Krigleme İle Litolojilerin Kestirimi 51 5.3. Roky İle Litolojilerin Kestirimi 56 5.4. g-Roky İle Litolojilerin Kestirimi 63 6. SONUÇLAR VE ÖNERİLER 67 6.1. Sonuçlar 67 6.2. Öneriler 68 ÖZGEÇMİŞ 72 CURRICULUM VITAE 73tr_TR
dc.language.isoturtr_TR
dc.publisherFen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectHomojen ortamtr_TR
dc.subjectJeoistatistik
dc.subjectVariogram
dc.subjectOrtalamasız krigleme
dc.subjectİndikatör krigleme
dc.subjectSınıflandırma
dc.subjectRastlantı Ormanı
dc.subjectROKY
dc.subjectg-ROKY
dc.titleg-ROKY: Maden Kaynak Kestiriminde Homojen Ortam Modellenmesine Yönelik Yeni Bir Yöntemin Geliştirilmesitr_TR
dc.typeinfo:eu-repo/semantics/doctoralThesistr_TR
dc.description.ozetMaden kaynak kestiriminin önemli adımlarından biri maden yatağında birbirine benzer dağılım gösteren tenör, litolojik, mineralojik zonların varlığının sorgulanması ve tespit edilmesidir. Bu zonların homojenlik gösterdiği alanları belirlemenin kestirim kalitesini arttırdığı bilinmektedir. Literatürde maden yataklarında homojen ortamların tespit edilmesi amacıyla kullanılan yöntemler yalnızca örneklemdeki homojen birimlere ilişkin kategorik değişkenleri ve konumsal özellikleri dikkate alarak bir sınıflandırma yapmaktadır. Tezin amacı, maden yataklarındaki homojen ortamların kestiriminde tenör değişkenlerini de hesaba katan yeni yöntemler geliştirmektir. Bu amaçla, Rastlantı Ormanı (RO) yöntemi ile Krigleme yönteminin birleştirilmesine dayanan iki yöntem geliştirilmiştir. Bunlardan Rastlantı Ormanı + Krigleme yöntemi (ROKY), örneklemdeki tenörlerle kategorik değişken arasındaki ilişkinin RO ile tanımlanması, örneklenmemiş lokasyonlardaki tenörlerin Ortalamasız Krigleme yöntemi ile kestirilmesi ve kestirim değerlerinin RO’ya beslenmesi adımlarını içerir. Gruplandırılmış Rastlantı Ormanı + Krigleme yöntemi (g-ROKY) ise hatalı sınıflandırmalara yol açan Kriglemenin törpüleme (smoothing) etkisini azaltmak için geliştirilmiştir. ROKY’den farklı olarak orijinal ve kriglenmiş verilerin standartlaştırılarak gruplanmasına, gruplanmış verilerle RO’nun oluşturulması ve homojen ortamların tayinine dayanır. İki yeni yöntemin uygulanabilmesi ve elde edilen sonuçların analiz edilebilmesi için bir MATLAB programı kodlanmıştır. Geliştirilen yöntemler, kamuya açık Jura veri kümesi ile İğdekuzu linyit sahasında uygulanmış ve test edilmiştir. Yapılan sınıflandırmalar standart bir yaklaşım olan İndikatör Krigleme yöntemi ile karşılaştırılmıştır. Karşılaştırılan yöntemler içinde g-ROKY gerçek homojen ortamlara en yakın kestirim değerleri üreten yöntem olmuştur.tr_TR
dc.contributor.departmentMaden Mühendisliğitr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record