ERÜ’den Nötrino Araştırmalarında Uluslararası Başarı
Nötrinoların Önemi ve Özellikleri
Erciyes Üniversitesi (ERÜ) Fen Fakültesi Fizik Bölümü Nükleer Fizik Ana Bilim Dalı Öğretim Üyesi Doç. Dr. Emrah Tıraş, nötrinoların evrende en bol bulunan atom altı parçacıklardan biri olduğunu ve neredeyse maddelerle etkileşime girmedikleri için algılanmalarının zor olduğunu belirtti. Tıraş, nötrinoların elektriksel yükü sıfır olan ve ışık hızına yakın hareket eden parçacıklar olduğunu, bir elektronun kütlesinin milyonda birine sahip olduklarını söyledi.
Nötrino Deneyleri ve “Hayalet Parçacıklar”
Tıraş, nötrinoların algılanmasının zor olması nedeniyle “hayalet parçacıklar” olarak adlandırıldığını belirtti. Güneşin içindeki nükleer tepkimeler, süpernova patlamaları ve kozmik etkileşimlerden elde edilen verilerle bu parçacıkların izlerinin sürüldüğünü ifade eden Tıraş, nötrino araştırmalarının ABD’deki Fermi Ulusal Hızlandırıcı Laboratuvarı (Fermilab) ve Kaliforniya Üniversitesi, Berkeley işbirliğinde yürütüldüğünü aktardı.
Erciyes Nötrino Araştırma Grubu ve Uluslararası Katkıları
Erciyes Nötrino Araştırma Grubu olarak, Fermilab’da ANNIE, DUNE ve NOvA deneylerine ve Berkeley Üniversitesi’ndeki EOS deneyine katkı sunduklarını belirten Tıraş, grup olarak sadece simülasyon ve veri analizi yapmakla kalmayıp dedektör AR-GE çalışmaları yürüttüklerini vurguladı. Tıraş, nötrinoları algılayabilecek hassas dedektör sistemleri geliştirme ve bu sistemlerin elektronik, ara yüz ve analiz yazılımlarını oluşturma çalışmalarını sürdürdüklerini belirtti.
Yapay Zeka Destekli Fotona Ayrıştırma Çalışmaları
Tıraş, Berkeley Üniversitesi’nde hibrit nötrino dedektörü olarak bilinen EOS deneyinde, su bazlı sıvı sintilatör kullanarak nötrinoların oluşturduğu sintilasyon ve Çerenkov fotonlarını ayrıştırmak için yapay zeka yöntemlerinden yararlandıklarını ifade etti. Klasik yöntemlerde yüzde 85-90 verimlilik elde edilirken, yeni yapay zeka modelleriyle bu oranı yüzde 95’e çıkardıklarını belirtti. Bu yapay zeka modellerinin ANNIE ve EOS deneyleriyle işbirliği içinde geliştirildiğini ve uluslararası projelerde uygulanması için paylaşıldığını kaydetti.
Yapay Zeka ve Makine Öğrenmesi Yöntemleriyle Yüksek Verimlilik
Yapay zekanın alt dalı olan Makine Öğrenmesi yöntemleriyle parametre optimizasyonu yaptıklarını ve geliştirdikleri topluluk modeliyle fotonların ayrımını yüksek doğrulukla sağladıklarını belirten Tıraş, bu çalışmanın sonuçlarının ArXiv platformunda yayınlandığını ve bilim dünyasında dikkat çektiğini ifade etti.
Projeye Destek ve Gelecek Hedefleri
Projelerinin YÖK Araştırma Üniversiteleri Destek Programı kapsamında 1 milyon liranın üzerinde destek aldığını ve ek projenin Türkiye Bilimler Akademisi (TÜBA) genç bilim insanı ödülü desteğiyle yürütüldüğünü belirtti.
Dr. Merve Taş, klasik yöntemlere kıyasla yapay zeka destekli analizlerde çok daha yüksek verimlilik elde ettiklerini ve sağlıklı verileri yapay zekayla entegre ederek başarı sağladıklarını ifade etti.
News
