Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Kültür Üniversitesi, Lisansüstü Eğitim Enstitüsü, Fizik Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: HARUN TAYFUN SÖYLEMEZ
Danışman: Ayşegül Fulya Yelkenci
Özet:
Bu çalışmada galaksilerin halosundaki karanlık maddenin makine öğrenimi algoritması kullanılarak belirlenen kütle miktarı tahminin, matematiksel yöntemlerle elde edilmiş kütle sonuçlarına ne ölçüde yaklaştığı araştırılmaktadır. Araştırmada galaksilerin halo kısımlarındaki karanlık madde miktarının tahmini ile bunun için hızlı ve daha az işlem zamanı gerektiren bir yöntem geliştirilmesi amaçlanmıştır. MICECAT v2 sentetik galaksi kataloğundan çekilen 20000 galaksiyi içeren veri setinin yüzde 80'ni makine öğrenme algoritmasında modelin eğitilmesi için kullanılmıştır. Geriye kalan veriler modelin testi için kullanılmış ve tahmin edilen sonuçlarla test verileri karşılaştırılmış. Sonuç olarak geliştirilen makine öğrenme SVR algoritması modelinin eğitiminde gerçek değerle tahmin edilen değer arasında hesaplanan standart sapmanın 0.00082 olduğu hesaplanmıştır. Modelin güvenirliği test edildikten sonra gözlemsel galaksi verileri için geliştirilen model kullanılarak SDSS DR16 kataloğunda yer alan 20000 farklı galaksinin halosundaki karanlık madde kütlesi belirlenmiştir. 107 ile 1010 MGüneş arasında kütleye sahip galaksiler için karanlık madde halo kütlelerinin galaksi görünür kütlesinden yaklaşık 100 kat fazla olduğu görülmüştür. Galaksilerin Halo kütlesi arttıkça görünür kütle değerinin de arttığı tespit edilmiştir. Çalışmamız makine öğrenimi algoritmaları kullanılarak galaksilerdeki karanlık madde miktarını hızlı bir şekilde tahmin edilebildiğini göstermiştir. Bu çalışmada z=0 değerine sahip galaksiler incelenmiştir.