Yazar "Isik, Esme" seçeneğine göre listele

Listeleniyor 1 - 3 / 3
  • Küçük Resim Yok
    Öğe
    Artificial neural network modeling for the effect of fly ash fineness on compressive strength
    (2021) Demir Şahin, Demet; Isik, Esme; Isik, Ibrahim; Cullu, Mustafa
    In the literature, there has been a lot of discussion over the compressive strength of concrete made with high-calcium fly ash instead of cement. However, no research has been done to determine the influence of ground fly ash on compressive strength using experimental and artificial neural network (ANN) models when they are used in place of cement at various replacement ratios. The size and replacement ratio of fly ash give maximum durability of the concrete when utilized in the cement composition, according to the ANN model employed in this study, allowing to forecast the result without using a high-cost and energy-intensive operation like grinding. In this study, short and long-term compressive strength of concrete of class C fly ash is analyzed at six different Blaine fineness values (1834, 1852, 1930, 1992, 1995, and 2018 cm2/g) and three different fly ash substitution rates (10, 30, and 50%) for 270 supplemental concrete samples. In addition, based on the experimental results, an ANN model was proposed to simulate and predict the compressive strength of concrete. In this proposed model, substitution rate, Blaine fineness, and curing time (day) were used as input to simulate the value of compressive strength for 3, 7, 28, 56, and 90 curing times with 99% accuracy. Also, the value of compressive strength was predicted for 120 curing days. The predicted target values were compared with the experiment resulted in a better correlation coefficient of 0.99. Thus, the results attained from this ANN model were found to be effective in predicting the relationship between fly ash fineness and compressive strength at any given operating condition.
  • Küçük Resim Yok
    Öğe
    Difüzyon yolu ile moleküler haberleşme modelinin birikimli dağılım fonksiyonları ile analizi
    (2024) isik, ibrahim; Isik, Esme; ATEŞ, Abdullah
    Nano boyutlu cihazlar (nano makineler) arasında yeni bir iletişim yöntemi olan Moleküler Haberleşme (MOH), son donemde literatürde artarak ilgi görmektedir. Alıcıya ulaşan moleküllerin sayısı ve molekül girişim oranı gibi faktörleri analiz etmek için çok sayıda MOH modeli kullanılmıştır. Bununla birlikte, mevcut MOH modellerinde gözlemlenen ortak bir eğilim, taşıyıcı moleküllerin difüzyon ortamı içindeki hareketini açıklamak için Normal dağılım fonksiyonunun baskın olarak kullanılmasıdır. Mevcut literatürün aksine, bu çalışma optimum performansa sahip MOH modelini belirlemek için alınan molekül sayısını dikkate alarak moleküllerin difüzyon ortamındaki hareketi için alternatif dağılım fonksiyonlarını kapsamlı bir şekilde araştırmayı amaçlamaktadır. Çalışma, literatürde kapsamlı bir şekilde araştırılan sistem ve çevresel parametrelerin iyileştirilmesine odaklanarak MOH sisteminin performansının önemli ölçüde artırılabileceğini öngörmektedir. Sonuç olarak, bu araştırma mevcut bilgi birikimine değerli iç görüler katmaya çalışmaktadır. Bu çalışmada, uç değer dağılımı (EVRND), normal dağılım (NRND), t-dağılım (TRND), genelleştirilmiş uç değer dağılım (GEVRND) ve genelleştirilmiş Pareto (GPRND) rastgele dağılım fonksiyonları, haberleşme sisteminin performansını önemli ölçüde etkileyen farklı sistem parametreleri ile karşılaştırılarak en iyi MOH modeli bulunmaya çalışılmıştır. Analizler, GPRND dağılımının en yüksek performansı, NRND dağılımının ise en kötü performansı gösterdiğini ortaya koymuştur. Literatürdeki MOH modellerinin analizinde NRND dağılımının yaygın kullanımı göz önüne alındığında, bu çalışmanın önemi bir kez daha ortaya çıkmaktadır.
  • Küçük Resim Yok
    Öğe
    Will Outbreaks Increase or Reduce Income Inequality? the Case of COVID-19
    (2022) Isik, Esme; OZYILMAZ, AYFER; TOPRAK, METİN; Bayraktar, Yüksel; Büyükakın, Figen; OLGUN, Mehmet Fırat
    The effects of economic contractions experienced during pandemic periods on different income sectors and country groups in terms of income inequality are not homogeneous. Due to the fact that COVID-19 has deeply affected the lives of the poor, immigrants, refugees, the homeless, seasonal workers and people with no health insurance, the relationship between the pandemic and income inequality is of great significance . This study aims to find an answer to the question of whether the recent pandemic increased or decreased income inequality. In the study, the effect of COVID-19 on income inequality in 38 countries with different income levels is analyzed with the Artificial Neural Networks (ANN) and Linear Regression (LR) method. In this context, Gini index values for 2020 were estimated using unemployment, inflation and growth data, which are determinants of income distribution, for the periods 2000-2019. According to the analysis findings, while COVID-19 reduces income inequality in some countries, it increases it in others. However, in general, the results of our study show that the overall effect of COVID-19 on income levels in both developed and developing countries has been to increase income inequality.