Bölümümüzden Bilimsel Yayın-2026(II)

Elektronik ve Otomasyon Bölümü Yapay Zekâ Operatörlüğü Programı öğretim üyesi Dr. Öğr. Üyesi Erol ÖZÇEKİÇ ile Balıkesir Üniversitesi Mühendislik Fakültesi Makine Mühendisliği Bölümü öğretim üyesi Doç. Dr. Fatmagül TOLUN'un ortaklaşa yürüttüğü bilimsel çalışma, SCI-E kapsamında yer alan Machines (Q1) dergisinde yayımlanmıştır.

"Prediction of Tensile Strength in the FSW Process of AZ31B Magnesium Alloy Using Machine Learning" başlıklı çalışmada, sürtünme karıştırma kaynağı (Friction Stir Welding - FSW) ile birleştirilen AZ31B magnezyum alaşımının çekme dayanımının makine öğrenmesi yöntemleri kullanılarak yüksek doğrulukla tahmin edilmesi amaçlanmıştır.

Araştırmada, aynı deneysel koşullar altında elde edilen veriler kullanılarak Gaussian Process Regression (GPR), Support Vector Machine (SVM), XGBoost, CatBoost ve LightGBM olmak üzere beş farklı makine öğrenmesi regresyon modeli karşılaştırılmıştır. Yapılan analizler sonucunda Gaussian Process Regression (GPR) modelinin en yüksek tahmin başarısını gösterdiği ve sürtünme karıştırma kaynağı parametreleri ile çekme dayanımı arasındaki doğrusal olmayan ilişkinin başarılı bir şekilde modellenebildiği ortaya konulmuştur.

Makine öğrenmesi tabanlı bu çalışma, üretim teknolojileri ve akıllı imalat alanlarında veri odaklı yöntemlerin kullanımına önemli katkılar sunarken, yapay zekâ uygulamalarının malzeme ve imalat mühendisliği alanlarındaki potansiyelini de ortaya koymaktadır.

Bölümümüz Yapay Zekâ Operatörlüğü Programı öğretim üyesi Dr. Öğr. Üyesi Erol ÖZÇEKİÇ ile Balıkesir Üniversitesi Mühendislik Fakültesi Makine Mühendisliği Bölümü öğretim üyesi Doç. Dr. Fatmagül TOLUN'u bu değerli akademik başarılarından dolayı tebrik eder, başarılarının devamını dileriz.

Makalenin tam metnine aşağıdaki bağlantı üzerinden erişim sağlanabilmektedir :

https://www.mdpi.com/2075-1702/14/7/772