Arşiv logosu
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
Arşiv logosu
  • Koleksiyonlar
  • Sistem İçeriği
  • Analiz
  • Talep/Soru
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
  1. Ana Sayfa
  2. Yazara Göre Listele

Yazar "Bardak, Selahattin" seçeneğine göre listele

Listeleniyor 1 - 20 / 28
Sayfa Başına Sonuç
Sıralama seçenekleri
  • [ X ]
    Öğe
    ANALYSIS OF VOLUMETRIC SWELLING AND SHRINKAGE OF HEAT TREATED WOODS: EXPERIMENTAL AND ARTIFICIAL NEURAL NETWORK MODELING APPROACH
    (Univ Bio-Bio, 2016) Tiryaki, Sebahattin; Bardak, Selahattin; Aydin, Aytac; Nemli, Gokay
    Shrinkage and swelling characteristics of wood as a hygroscopic material affect negatively its effective utilization for a variety of applications. Heat treatment is widely used for minimizing the negative effects of volumetric swelling and shrinkage of wood. The present study aims to develop artificial neural network (ANN) models for predicting volumetric swelling and shrinkage of heat treated woods. For this purpose, wood samples were subjected to heat treatment at varying temperatures (130, 150, 170 and 190 degrees C) for varying durations (2, 4, 6 and 8 h). Experimental results have showed that volumetric swelling and shrinkage of wood decreased by heat treatment. Then, neural networks models capable of predicting the swelling and shrinkage of the treated woods were developed based on the resulting data. It was seen that ANN models allowed volumetric swelling and shrinkage of such woods to predict successfully with a limited set of experimental data. This approach was able to predict volumetric swelling and shrinkage of wood with a mean absolute percentage error equal to 2,599% and 2,647% in test phase, respectively. The developed models might thus serve as a robust tool to predict volumetric swelling and shrinkage with less number of experiments.
  • [ X ]
    Öğe
    Ayçiçek Kafasinin Yongalevha Endüstrisinde Kullanilabilme Olanaklari
    (Bartin Üniversitesi, 2020) Bardak, Selahattin; Nemli, Gökay; Bardak, Timuçin; Peker, Hüseyin; Özcan, Mehmet
    Bu çalismada, ayçiçek üretimi sonrasi tarlada atik kalan ayçiçek tablasinin hammadde olarak yonga levha üretimine uygunlugu arastirilmistir. Çalismada belirli oranlarda kokar agaç (Ailanthus altissima (Mill.) Swingle) odunu ve ayçiçek tablasi içeren 5 farkli levha üretilmistir. Ayni zamanda kullanilan hammaddelerin kimyasal özellikleri ve yonga levhalarin çesitli kalite özelliklerine de (fiziksel, mekanik, yüzey özellikleri ve formaldehit emisyonu) bakilmistir. Son olarak da elde edilen veriler degerlendirilerek yonga levhalarin çesitli kullanim yerlerinde özellikle de mobilya ve genel kullanim için uygunlugu ilgili standartlara bakilarak degerlendirilmistir. Kimyasal analizlerden elde edilen verilen verilerin degerlendirilmesi sonucunda tüm çözünürlük degerleri, pH ve kül degerlerinin ayçiçek tablasinda kokar agaca odununa göre daha yüksek oldugu belirlenmistir. Fakat holoselüloz, selüloz, hemizelüloz ve lignin miktarlarinin ise kokar agaç odununda ayçiçek tablasina göre daha yüksek oldugu tespit edilmistir. Yapilan çalismalardan elde edilen verilerin istatistiksel olarak degerlendirilmesi sonucu yonga levhalarin üretiminde % 10 ayçiçek kafasi kullanilmasi yonga levhalarin teknolojik özelliklerini etkilememistir. % 20, % 30 ve % 100 ayçiçek tablasi kullanimi egilme direnci, elastikiyet modülü ve yüzeye dik çekme direncini olumsuz yönde etkilemistir. Buna ragmen 2 ve 24 saatlik kalinligina sisme degerleri ve formaldehit emisyonunu ise olumlu yönde etkilemistir. Son olarak ise levhalarin yüzey özelliklerine (ortalama pürüzlülük, en büyük pürüzlülük ve on nokta pürüzlülügü) bakildiginda ayçiçek tablasi kullanim oranin artmasina paralel olarak pürüzlülük degerlerinin arttigi tespit edilmistir.
  • [ X ]
    Öğe
    Ayçiçek Tablasının Yonga Levha Endüstrisinde Kullanılabilme Olanakları
    (2020) Bardak, Selahattin; Nemli, Gökay; Bardak, Timuçin; Peker, Hüseyin; Özcan, Mehmet Emin
    Bu çalışmada, ayçiçek üretimi sonrası tarlada atık kalan ayçiçek tablasının hammadde olarak yonga levha üretimine uygunluğu araştırılmıştır. Çalışmada belirli oranlarda kokar ağaç (Ailanthus altissima (Mill.) Swingle) odunu ve ayçiçek tablası içeren 5 farklı levha üretilmiştir. Aynı zamanda kullanılan hammaddelerin kimyasal özellikleri ve yonga levhaların çeşitli kalite özelliklerine de (fiziksel, mekanik, yüzey özellikleri ve formaldehit emisyonu) bakılmıştır. Son olarak da elde edilen veriler değerlendirilerek yonga levhaların çeşitli kullanım yerlerinde özellikle de mobilya ve genel kullanım için uygunluğu ilgili standartlara bakılarak değerlendirilmiştir. Kimyasal analizlerden elde edilen verilen verilerin değerlendirilmesi sonucunda tüm çözünürlük değerleri, pH ve kül değerlerinin ayçiçek tablasında kokar ağaca odununa göre daha yüksek olduğu belirlenmiştir. Fakat holoselüloz, selüloz, hemizelüloz ve lignin miktarlarının ise kokar ağaç odununda ayçiçek tablasına göre daha yüksek olduğu tespit edilmiştir. Yapılan çalışmalardan elde edilen verilerin istatistiksel olarak değerlendirilmesi sonucu yonga levhaların üretiminde % 10ayçiçek kafası kullanılması yonga levhaların teknolojik özelliklerini etkilememiştir. % 20, % 30 ve % 100 ayçiçek tablası kullanımı eğilme direnci, elastikiyet modülü ve yüzeye dik çekme direncini olumsuz yönde etkilemiştir. Buna rağmen 2 ve 24 saatlik kalınlığına şişme değerleri ve formaldehit emisyonunu ise olumlu yönde etkilemiştir. Son olarak ise levhaların yüzey özelliklerine (ortalama pürüzlülük, en büyük pürüzlülük ve on nokta pürüzlülüğü) bakıldığında ayçiçek tablası kullanım oranın artmasına paralel olarak pürüzlülük değerlerinin arttığı tespit edilmiştir.
  • [ X ]
    Öğe
    Determination of strain distributions of solid wood and plywood in bending test by digital image correlation
    (Kastamonu Univ, 2017) Bardak, Timucin; Bardak, Selahattin; Sozen, Eser
    Aim of study: In this study, it is aimed to compare displacement and strain fields of the plywood obtained from fagus coverings, oak (Quecus robur) and beech (Fagus orientalis L.) by digital image correlation method. Material and Methods: As wood material, beech (Fagus orientalis L.), oak (Quecus robur) and plywood obtained from fagus veneers were used. Then the densities and modulus of ruptures of the test specimens were calculated. Digital Image Correlation Analysis (DIC) was developed to resolve the displacement on the surface of a specimen. Deformation of the material can be achieved by tracking the displacement of markers on the sample surface. Main results: The results of the studies were found to be the highest static bending strenght in beech material and the lowest in plywood. The DIC technique is effective in detecting the displacement and strain, which helps to understand the bending behavior of solid wood and plywood Research highlights: The results from this research indicate that the DIC technique is capable of measuring full-field deformations in different wood complex structures. Due to limited DIC study in the field of wood engineering, there is a need for more extensive work in the future.
  • [ X ]
    Öğe
    Dijital görüntü korelasyon yöntemi ile farklı mobilya birleştirmelerin mekanik davranışlarının belirlenmesi
    (2018) Bardak, Timuçin; Sözen, Eser; Kayahan, Kadir; Bardak, Selahattin; Aydemir, Deniz; Peker, Hüseyin
    Küresel rekabetin yoğunlaşması ile bütün endüstrilerde araştırma ve geliştirme çalışmaları kritik bir konu haline dönüşmüştür. Mobilya endüstrisinde dayanıklı ve kaliteli üretim için birleştirmelerin deformasyon davranışlarını anlamak önemlidir. Mekanik biliminde optik yöntemler temassız olarak katı malzemeler hakkında hızlı ve doğru bilgi verir. Bu çalışmada, dijital görüntü korelasyon yöntemi (DIC) kullanılarak basma ve çekme yükleri altında farklı mobilya birleştirmelerinin mekanik özellikleri ve deformasyonu analiz edilmiştir. Analiz için kutu konstrüksiyonlu mobilyada yaygın olarak kullanılan kelebek, tırnaklı trapez, minifixli birleştirme metotları seçilmiştir. Mobilya Birleştirmelerinin oluşturulmasında orta yoğunluklu lif levha (MDF), yonga levha (YL) ve lamine kaplı yonga levha (LY) kullanılmıştır. Çalışma sonucunda birleştirme türünün ve malzeme tipinin gerilme ve yer değiştirme (deformasyon) miktarını etkilediği saptanmıştır. Deney sonuçlarına göre, malzeme türünde en yüksek basma ve çekme direncini Lif levha vermiştir. Birleştirme çeşidinde kelebek bağlantı en iyi sonucu vermiştir. DIC yönteminin mobilya tasarımında birleştirmelerin optimizasyonu için yararlı bir araç olarak kullanılabileceği bulunmuştur.
  • [ X ]
    Öğe
    EFFECTS EXAMINATION OF THE FACTORS AFFECTING CHOICE OF TYPE OF FURNITURE WITH DATA MINING TECHNIQUE (DECISION TREE)
    (Health & Environment Assoc, 2018) Bardak, Timucin; Peker, Huseyin; Bardak, Selahattin
    Data mining is the process of analyzing data from different perspectives and summarizing it into beneficial information. Data mining is a very important technique in determining customer behavior. However, the work done on this subject is limited. By analyzing customer behavior, consumer needs can be identified and satisfaction can be increased at the same time. In this study, factors (age, gender, marital status, child status) affecting the selection of the furniture type (classical and modern furniture) will be analyzed using decision tree which is one of the techniques of data mining. Our analysis is intended to guide future research and to assist in the accumulation of knowledge on the implementation of data mining techniques.
  • [ X ]
    Öğe
    FP-Growth Algoritması Kullanılarak Tüketiciler ve Mobilya Kullanım Süresi Arasındaki İlişkilerin Belirlenmesi
    (2022) Sozen, Eser; Bardak, Timuçin; Bardak, Selahattin
    Mobilyalar günlük hayat içinde çeşitli amaçlar için, farklı sürelerde tüm kültürlerde insanlar tarafından yaygın olarak kullanılmaktadır. Mobilya ve insan etkileşimi birçok açıdan incelenmesi gereken önemli bir konudur. Hem tüketicilerin sağlığının korunması hem de satın alma davranışlarını tam olarak anlamak için mobilyaların kullanım süresi bilgisine ihtiyaç bulunmaktadır. Bu çalışmada anket yöntemi ile tüketicilerin demografik bilgileri ve farklı mobilyalar için kullanım süreleri belirlenmiştir. Elde edilen verilerden Frequent Pattern (FP)-Growth algoritması ile farklı mobilyaların kullanım süresi ve tüketicilerin arasındaki ilişkiler belirlenmiştir. Çalışma sonucunda en güçlü birliktelik, yemek yeme mobilyalarında en kısa süre geçirenlerin kilosunun yüksek ve erkek olması arasında olduğu tespit edilmiştir. Çalışma mobilyalarında günlük 4 saat vakit geçirenlerin lisans mezunu erkek olması diğer bir birliktelik kuralıdır. Yine 18-25 yaş aralığındaki bireylerin yemek yeme mobilyalarında geçirdiği süreye ait birliktelik kuralına göre %69 doğruluk oranı ile 30 dakika olarak belirlenmiştir. Veri madenciliğine dayalı önerilen yöntem tüketiciler ve farklı mobilyalar için kullanım süresi arasındaki ilişkilerin etkili ve başarılı bir şekilde tespit edilebileceğini göstermektedir. Veri bilimi tüketici davranışlarını anlamak için karar vericilere yeni bakış açıları sunabilir. Bununla birlikte mobilya endüstrisinde kaliteyi artırmak için veri analizine dayalı yeni çalışmalara ihtiyaç duyulmaktadır.
  • [ X ]
    Öğe
    IMPREGNATION IN WOOD OF PYRITE (FeS2) MATERIAL AND COMPRESSIVE STRENGTH
    (Health & Environment Assoc, 2017) Bardak, Selahattin; Bardak, Timucin; Morkan, Bulent; Tan, Huseyin; Peker, Huseyin
    In this study, it is aimed to have the ability of being identifying to be impregnated with pyrite substance that is the one of the resources of our country of spruce wood (Picea orientalis (L.) Link) in various concentration (1%, 3%, 5%) with boron compounds up to standart of ASTM 1413-76 and identifying the areas of usage in outdoor furniture industry. For that purpose, it is identified that occurrence changes in mechanical features (compression strentgh). According to the experiment results, control samples compression strengths value (32.43 N/mm(2)) is determined as 3% (the highest) pyrite + Boric acide (48.14 N/mm(2)) and 1% (the lowest) Pyrite (36.81 N/mm(2)). When the pyrite material was used both alone and in combination with boron compounds, it increased the compression strengths according to the control sample.
  • [ X ]
    Öğe
    INFLUENCE OF RESIDUE TYPE ON QUALITY PROPERTIES OF PARTICLEBOARD MANUFACTURED FROM FAST-GROWN TREE OF HEAVEN (AILANTHUS ALTISSIMA (MILL.) SWINGLE)
    (Inst Technol Drewna, 2019) Bardak, Selahattin; Nemli, Gokay; Tiryaki, Sebahattin
    In this study, the effect of residue types (soundwood, branchwood and bark) on the quality properties of particleboards made from the tree of heaven (Ailanthus altissima (Mill.) Swingle) was investigated. For this purpose, the soundwood, branchwood and bark mixed at different ratios were used in the production of particleboards. Modulus of rupture (MOR), modulus of elasticity (MOE), internal bond strength (IB), thickness swelling (TS) and formaldehyde emission (FE) of the specimens were then tested. The chemical and anatomical properties of the residue types were also determined. Residue type was found to have an impact on the properties of particleboards. The addition of bark and branchwood improved the thickness swelling (2 h immersion) and formaldehyde emission. However, use of branchwood negatively affected the thickness swelling for 24 h immersion. Based on the findings of this study, it can be concluded that different parts of Ailanthus altissima (Mill.) Swingle can be used to manufacture particleboard panels. The branchwood and bark contents significantly affected the quality properties of the manufactured particleboards. The chemical and anatomical properties of the branchwood and bark were also found to be parameters influencing the quality properties of the particleboards. The results indicate that the contents of added bark and branchwood should not exceed 10% and 20% respectively.
  • [ X ]
    Öğe
    Investigation and neural network prediction of wood bonding quality based on pressing conditions
    (Elsevier Sci Ltd, 2016) Bardak, Selahattin; Tiryaki, Sebahattin; Nemli, Gokay; Aydin, Aytac
    This paper presents an application of artificial neural network (ANN) to predict the bonding strength of the wood joints pressed under different conditions. An experimental investigation firstly was carried out and then an ANN model was developed based on the experimental data. In the experimental investigation, Oriental beech (Fagus orientalis L) and Oriental spruce (Picea orientalis (L.) Link.) samples bonded with polyvinyl acetate (PVAc) adhesive were pressed at four different temperatures (20, 40, 60 and 80 degrees C) for four different durations (2, 8, 14 and 20 min). The experimental results showed that higher values of bonding strength were obtained when high temperatures were combined with short pressing duration. Similar findings could be also obtained with longer pressing time for lower temperatures. The first case may be recommended to increase the efficiency of the production process, allowing a greater quantity of production per unit time. The ANN results showed a good agreement with the experimental results. It was shown that prediction error was within acceptable limits. The results revealed that the developed ANN model is capable of giving adequate prediction for bonding strength with an acceptable accuracy level. The desired outputs of bonding strength can be thus obtained by conducting less number of time-consuming and costly experimental investigations using the proposed model. (C) 2016 Elsevier Ltd. All rights reserved.
  • [ X ]
    Öğe
    INVESTIGATION OF THE EFFECT OF SOCIAL DISTANCE ON FREQUENCY AND VOLTAGE FLUCTUATIONS ON IDENTICAL OCIMUM BASILICUM L. PL ANTS INDOORS AND OUTDOORS FOR 24 HOURS USING A MIXED MODEL
    (Pakistan Botanical Soc, 2023) Bardak, Selahattin; Altinisik, Yasin; Bursalioglu, Ertugrul Osman
    Plants play a vital role in environmental cleanliness by reducing harmful gases in the atmosphere. Genus Ocimum has a separate prescription due to its ability to clean air toxins in the interior. Ocimum has spread commercially all over the world due to its economic importance. Frequency and electrical voltage were measured on the leaves of two identical Ocimum basilicum L. , plants using an oscilloscope for two consecutive days. Interaction between plants was quantified by standard deviations (SDs) of the average voltage and frequency values. A higher standard deviation for these measures means that the plants interact better with each other for the corresponding position (i.e. , adjoining or social distance) and environment (i.e. , indoors or outdoors). The most fluctuating average voltage and frequency values were observed outdoors in the social distance position (SD = 5185.44mV) and outdoors in the adjoining position (SD = 3.01Hz). The smallest variations in average voltage values were obtained indoors at the social distance position (SD = 578.78mV). The average frequency values were in line with each other for the adjacent plants indoors (SD = 0.49Hz) , the social distance plants indoors (SD = 0.36Hz) and the social distance plants outdoors (SD = 0.40Hz). A mixed-modeling framework was used to investigate the effects of position , temperature , humidity and their interaction on the frequency and voltage values. These variables did not have a significant effect on the frequency and voltage values at the outdoor environment. Social distance had a positive effect on voltage values (/1 = 0.25, P = 0.033) indoors. Temperature had a negative impact on frequency values (/2 =-2.09, P = 0.040) and voltage values (/2 =-2.87, P = 0.005) indoors. Similarly , humidity negatively affected the frequency values (/3 =-1.26 , P = 0.033) and voltage values (/3 =-1.74, P = 0.003) indoors. The interaction effect between temperature and humidity was positive for both the frequency values (/4 = 0.04, P = 0.026) and voltage values (/4 = 0.06, P = 0.003) indoors.
  • [ X ]
    Öğe
    Kanatlı Hayvan Çiftliği İçin Güneş Enerji Sisteminin Tasarımı ve Maliyet Hesabı
    (2020) Karaağaç, Mehmet Onur; Ogul, Hasan; Bardak, Selahattin
    Enerji, sanayileşmenin alt yapısı ve günlük hayatın vazgeçilmez bir unsurudur. Bu nedenle, enerji ihtiyacı ulusalve uluslararası gündemde oldukça önemli bir yer tutmaktadır. Enerji ihtiyacının her geçen gün artması vesanayileşme hedefleri gerçekleştirilirken önemli çevre sorunlarının ortaya çıkmış olması gibi nedenlerleyenilenebilir enerji kaynaklarının kullanımına olan ilgiyi artırmıştır. Bunun yanı sıra, kanatlı hayvanyetiştiriciliği Türkiye ve Dünyada hızlı büyüyen sektörlerden biridir. Bununla birlikte son zamanlarda çiftlikkapalı alanlarında iklimlendirme-havalandırma, aydınlatma ve besleme sistemleri kullanılması üretim kalite veverimlerinin hızla artmasını sağlamaktadır. Buna endeksli olarak, daha iyi kalite ve yüksek verime ulaşabilmekiçin kullanılan yöntem ve makinelerden dolayı enerji tüketimi de doğru orantılı olarak artmaktadır. Yapılan butesis tasarımıyla tavuk çiftliğinin çatısına yerleştirilen güneş panellerinden elde edilen elektrikle yemlemecihazlarının elektrikli motorları, aydınlatma ve iklimlendirme sisteminin elektriğinin karşılanması amaçlanmıştır.Tavuk çiftliğinin aylık ortalama elektrik tüketimi ise 2.778 kWh bulunmuştur. 1.000 adet tavuğun yetiştirileceğiçiftlikte aylık ortalama elektrik tüketim maliyeti 1.290 TL, yıllık toplam maliyeti ise 15.480 TL olarakbulunmuştur. Çatıya kurulacak olan sistemin aylık ortalama üretimi 2.875 kWh olarak hesaplanırken yıllıktoplam elektrik üretimi 34.510 kWh bulunmuştur. Çatıya yerleştirilen fotovoltaik panellerin kendini amortisüresi 6 yıl olarak hesaplanmış ve güneş enerji ile üretim yapan bu tesis tasarımı sayesinde 32.439,4 kg CO2salınımı da engellenmiştir.
  • [ X ]
    Öğe
    Makine öğrenmesi yöntemleri ile hisse senedi fiyat tahmini: kâğıt firması örneği
    (2024) Bardak, Selahattin; Ersen, Nadir; Polat, Kinyas; Akyüz, Kadri Cemil
    Bir finansal formül kullanarak hisse senedi fiyatlarını tahmin etmek zordur. Hisse senetleri fiyatları, siyasi gelişmeler, küresel ekonomi, beklenmedik olaylar, piyasa anormallikleri ve ilgili şirketlerin özellikleri gibi çok sayıda faktörden etkilenir. Hisse senedi fiyatlarına ilişkin daha doğru tahminler yapmak için bilgisayar biliminin gelişmesiyle birlikte birçok bilgisayar bilimi yöntemi kullanılmaktadır. Bu çalışmada, Kartonsan şirketinin hisse senedi fiyatını tahmin etmek için doğrusal regresyon (LR) algoritmaları, rastgele orman (RF), gradyan güçlendirme makinesi (GBM) ve yapay sinir ağları (YSA) gibi makine öğrenmesi teknikleri kullanılmıştır. Daha sonra kullanılan algoritmaların sonuçları karşılaştırılmıştır. Hisse senedi fiyatı tahmini için ilk olarak BIST (Borsa İstanbul)’te işlem gören Kartonsan firmasının 2011-2022 yılları arasındaki üçer aylık finansal çizelgeler kullanılarak firmaya ait finansal oran hesaplanmıştır ve bu oranlar girdi olarak kullanılmıştır. Çıktı olarak kullanılan firmanın hisse senedi fiyatlarının ise üçer aylık ortalamaları alınmıştır. GBM ve RF algoritmaları başarılı tahmin sonuçlarına sahip olmasına rağmen GBM algoritması en başarılı sonucu vermiştir. RF algoritmasının ise LR ve YSA’ya göre daha iyi performans gösterdiği bulunmuştur. YSA’nın hisse senedi fiyat tahmininde en kötü performansa sahip teknik olduğu belirlenmiştir.
  • [ X ]
    Öğe
    Mobilya sektöründe çalışan yöneticilerin öğrenen organizasyona ilişkin algıları
    (2015) Ersen, Nadir; Ardiç, Muhammet; Akyüz, İlker; Peker, Hüseyin; Bardak, Selahattin
    Bu çalışmanın amacı mobilya sektörü alanında faaliyet gösteren işletmelerin üst ve orta kademe pozisyonlarında görev yapan kişilerin öğrenen organizasyon algılamalarını, işletmenin öğrenen organizasyona ne derece önem verdiğini belirleyebilmektir. Yöneticilerin öğrenen organizasyona ilişkin algıları, sürekli öğrenme, diyalogla öğrenme, takım halinde öğrenme, paylaşımcı sistemler, güçlendirilmiş personel, sistemler arası bağlantı ve liderlik olmak üzere yedi boyutta incelenmiştir. Araştırmada veri toplama yöntemi olarak anket tekniğinden yararlanılmış ve anket mobilya sektöründe faaliyet gösteren 13 işletmede çalışan 129 yöneticiye uygulanmıştır. Verilerin çözümlenmesinde, yüzde, frekans, Mann-Whitney U testi ve Kruskal Wallis testlerinden yararlanılmıştır. Araştırma sonuçlarına göre, mobilya sektöründe genel olarak öğrenen organizasyon kavramının uygulanmadığı ve yöneticilerin büyük çoğunluğunun öğrenen organizasyon kavramı hakkında bilgi sahibi olmadığı belirlenmiştir. Yöneticilerin öğrenen organizasyona ilişkin görüşleri yaş, gelir, eğitim, pozisyona ve görev süresine istatistiksel olarak anlamlı farklılık gösterirken, cinsiyete göre ise anlamlı bir farklılığın olmadığı bulunmuştur
  • [ X ]
    Öğe
    Modeling of Wood Bonding Strength Based on Soaking Temperature and Soaking Time by means of Artificial Neural Networks
    (Ismail SARITAS, 2016) Tiryaki, Sebahattin; Bardak, Selahattin; Aydin, Aytaç
    Adhesive bonding of wood enablessufficient strength and durability to hold wood pieces together and thusproduce high quality wood products. However, it is well known that manyvariables have an important influence on the strength of an adhesive bonding.The objective of the present paper is to predict the bonding strength of spruce(Picea orientalis (L.) Link.) andbeech (Fagus orientalis Lipsky.) woodjoints subjected to soaking by using artificial neural networks. To obtain thedata for modeling, beech and spruce samples were subjected to the soaking atdifferent temperatures for different periods of time. In the ANN analysis, 70%of the total experimental data were used to train the network, 15% was used totest the validation of the network, and remaining 15% was used to test theperformance of the trained and validated network. A three-layer feedforwardback propagation artificial neural network trained by Levenberg–Marquardtlearning algorithm was found as the optimum network architecture for theprediction of the bonding strength of soaked wood samples. This architecturecould predict wood bonding strength with an acceptable level of the error.Consequently, modeling results demonstrated that artificial neural networks arean efficient and useful modeling tool to predict the bonding strength of woodsamples subjected to the soaking for different temperatures and durations.
  • [ X ]
    Öğe
    Odun Kompozit Malzemelerle İlgili Şikayetlerin Veri Madenciliği Yöntemleriyle Değerlendirilmesi
    (2021) Bardak, Selahattin
    Odun kompozit malzemeler olarak bilinen sunta, MDF ve kontrplak günümüzde mobilya endüstrisi başta olmak üzere birçok endüstride kullanılabilmektedir. Bu ürünler doğal ahşap malzemeye alternatif ürünlerdir. Masif malzeme fiyatlarının yüksekliği nedeniyle artık bunların yerine odun kompozitler kullanılabilmektedir. Odun kompozit malzemelerden üretilen mobilya ürünleri tüketiciler tarafından tercih edilmesine rağmen hem ürün hem de verilen hizmet ile ilgili çok sayıda şikayet yapılmaktadır. Web sayfaları ve sosyal medya özellikle de twitter bu şikayetlere ulaşabildiğimiz yerlerdir. Veri madenciliği yöntemleri çok sayıda bulunan web sayfaları ve twitter verilerinden anlamlı veriler çıkarmamızı sağlamaktadır. Yapılan bu çalışmada odun kompozit malzemeler ile ilgili şikayetlerin web sayfaları ve twitter verileri kullanılarak veri madenciliği yöntemleriyle değerlendirilmesi yapılmıştır. Yapılan değerlendirilme sonucu en fazla şikayetlerin sunta kompozit malzemesinde olduğunu, bunu mdf ve kontrplak ürünlerinin takip ettiği tespit edilmiştir. Bu çalışmada kullanılan veri madenciliği modelleri sayesinde tüketici davranışlarıyla ilgili geniş kapsamlı bilgilere ulaşılmıştır.
  • [ X ]
    Öğe
    Performance evaluation of multiple adaptive regression splines, teaching-learning based optimization and conventional regression techniques in predicting mechanical properties of impregnated wood
    (Springer, 2019) Tiryaki, Sebahattin; Tan, Hueseyin; Bardak, Selahattin; Kankal, Murat; Nacar, Sinan; Peker, Hueseyin
    Understanding the mechanical behaviour of impregnated wood is crucial in making a preliminary decision on the usability of such woods for structural purposes. In this paper, by considering concentration (1, 3 and 5%), pressure (1, 1.5 and 2atm.), and time (30, 60, 90 and 120min), an experimental study was performed, and the mechanical behaviour of impregnated wood was determined as a result of the experimental process. Multiple adaptive regression splines (MARS), teaching-learning based optimization (TLBO) algorithms and conventional regression analysis (CRA) were applied to different regression functions by using experimentally obtained data. The functions were checked against each other to detect the best equation for each parameter and to assess performances of MARS, TLBO and CRA methods in the prediction of mechanical properties. The experimental results showed that higher values of mechanical properties were obtained when lower concentration, pressure and time were chosen. Overall, all the functions successfully predicted the mechanical properties. However, the MARS and TLBO provided better accuracy in predicting the mechanical properties. The modeling results indicated that the MARS and TLBO are promising new methods in predicting the mechanical properties of impregnated wood. With the use of these methods, the mechanical behavior of impregnated wood could be determined with high levels of accuracy. Thus, the proposed methods may facilitate a preliminary decision concerning the usability of such woods for areas where the mechanical properties are important. Finally, the employment of MARS and TLBO algorithms by practitioners in the wood industry is encouraged and recommended for future studies.
  • [ X ]
    Öğe
    Predicting Effects of Selected Impregnation Processes on the Observed Bending Strength of Wood, with Use of Data Mining Models
    (North Carolina State Univ Dept Wood & Paper Sci, 2021) Bardak, Selahattin; Bardak, Timucin; Peker, Huseyin; Sozen, Eser; Cabuk, Yildiz
    Wood materials have been used in many products such as furniture, stairs, windows, and doors for centuries. There are differences in methods used to adapt wood to ambient conditions. Impregnation is a widely used method of wood preservation. In terms of efficiency, it is critical to optimize the parameters for impregnation. Data mining techniques reduce most of the cost and operational challenges with accurate prediction in the wood industry. In this study, three data-mining algorithms were applied to predict bending strength in impregnated wood materials (Pinus sylvestris L. and Millettia laurentii). Models were created from real experimental data to examine the relationship between bending strength, diffusion time, vacuum duration, and wood type, based on decision trees (DT), random forest (RF), and Gaussian process (GP) algorithms. The highest bending strength was achieved with wenge (Millettia laurentii) wood in 10 bar vacuum and the diffusion condition during 25 min. The results showed that all algorithms are suitable for predicting bending strength. The goodness of fit for the testing phase was determined as 0.994, 0.986, and 0.989 in the DT, RF, and GP algorithms, respectively. Moreover, the importance of attributes was determined in the algorithms.
  • [ X ]
    Öğe
    Predicting the Impacts of Various Factors on Failure Load of Screw Joints for Particleboard Using Artificial Neural Networks
    (North Carolina State Univ Dept Wood & Paper Sci, 2018) Bardak, Selahattin
    Innovations in the furniture industry have an important place in the global competitive environment. The use of mechanical joining techniques is rapidly increasing in the furniture industry. One of the most common mechanical joining techniques is screwing. This study investigated the impacts of screw diameter, screw length, and the distance between the screws on the failure load of screw joints in particleboard. Additionally, a model was developed on an artificial neural network model (ANN), based on experimental data, to predict the failure load of joints. The results indicated that the highest tension and compression strengths of joints were achieved when the distance is 140 mm between the screws. Joint strengths of all specimens were improved when the screw length and diameter were increased. It is necessary to estimate the effect of various factors to improve furniture joint performance. Coefficients of determination at 0.98 (tension strength test) and 0.96 (compression strength test) were predicted for the testing phase by the ANN model. All these findings established that the prediction was compatible with experimental data of tension and compression strengths. The results of the analysis showed that the neural network approach was effective in predicting the failure load of screw joints and showed that the ANN model has great potential in the design optimization of furniture assemblies.
  • [ X ]
    Öğe
    Prediction of Values of Borsa Istanbul Forest, Paper, and Printing Index Using Machine Learning Methods
    (North Carolina State Univ Dept Wood & Paper Sci, 2024) Akyuz, Ilker; Polat, Kinyas; Bardak, Selahattin; Ersen, Nadir
    It is difficult to predict index values or stock prices with a single financial formula. They are affected by many factors, such as political conditions, global economy, unexpected events, market anomalies, and the characteristics of the relevant companies, and many computer science techniques are being used to make more accurate predictions about them. This study aimed to predict the values of the XKAGT index by using the monthly closing values of the Borsa Istanbul (BIST) Forestry, Paper and Printing (XKAGT) index between 2002 and 2023, and the machine learning techniques artificial neural networks (ANN), random forest (RF), k-nearest neighbor (KNN), and gradient boosting machine (GBM). Furthermore, the performances of four machine learning techniques were compared. Factors affecting stock prices are generally classified as macroeconomic and microeconomic factors. As a result of examining the studies on determining the macroeconomic factors affecting the stock markets, 10 macroeconomic factors were determined as input. The macroeconomic variables used were crude oil price, exchange rate of USD/TRY, dollar index, BIST100 index, gold price, money supply (M2), S&P 500 index, US 10-year bond interest, export-import coverage rate in the forest products sector, and deposits interest rate. It was determined that all machine learning techniques used in the study performed successfully in predicting the index value, but the k-nearest neighbor algorithm showed the best performance with R-2=0.996, RMSE=71.36, and a MAE of 40.8. Therefore, in line with the current variables, investors can make analyzes using any of the ANN, RF, KNN, and GBM techniques to predict the future index value, which will lead them to accurate results.
  • «
  • 1 (current)
  • 2
  • »

| Sinop Üniversitesi | Kütüphane | Açık Erişim Politikası | Rehber | OAI-PMH |

Bu site Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı ile korunmaktadır.


Kütüphane ve Dokümantasyon Daire Başkanlığı, Sinop, TÜRKİYE
İçerikte herhangi bir hata görürseniz lütfen bize bildirin

Powered by İdeal DSpace

DSpace yazılımı telif hakkı © 2002-2025 LYRASIS

  • Çerez Ayarları
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Geri Bildirim