Dr. Öğr. Üyesi Beste Hamiye Beyaztaş'ın "Total Dissolved Salt Prediction Using Neurocomputing Models: Case Study of Gypsum Soil Within Iraq Region" başlıklı makalesi IEEE Access dergisinde yayınlandı. Makaleye buradan ulaşabilirsiniz.
Toprak fizikokimyasal özelliklerinin ölçülmesi, toprak jeo-bilimi alanındaki temel süreçlerden biridir. Mevcut araştırmada, Irak bölgesindeki çeşitli konumlarda Toplam Çözünmüş Tuz (TDS) kestirimi için destek vektör makinesi (SVM), rassal orman (RF) ve gradyan artırılmış karar ağacını (GBDT) içeren üç tür makine öğrenmesi (ML) modeli geliştirilmiştir. TDS kestirimi için, çeşitli fizikokimyasal toprak özellikleri açıklayıcı değişkenler olarak kullanılmıştır. Korelasyon analizine dayalı olarak Jips konstrasyonu, Sülfür trioksit, Klorür ve organik madde, TDS konsantrasyon etkisi için temel toprak özellikleriydi. Kestirim sonuçları, kimyasal, toprak tutarlılık limitleri ve toprak elek analizi dahil olmak üzere tüm girdi değişkenlerinin dahil edilmesinin en iyi kestirim sürecini sağladığını gösterdi. Nicel açıdan, SVM model maksimum belirtme katsayısına ve minimum hata kareler ortalamasının kareköküne ulaşmıştır. Genel olarak, toprak kestiriminin TDS'si için ML modellerinin geliştirilmesi, toprak jeobilim alanına katkıda bulunan sağlam ve güvenilir bir metodoloji sağlamıştır.
