Artvin Çoruh Üniversitesi’nden Nükleer Fizik Alanında Önemli Bir Başarı

Artvin Çoruh Üniversitesi, bilimsel araştırmalarda disiplinler arası yaklaşımların gücünü bir kez daha ortaya koyan önemli bir başarıya imza attı. Üniversitemiz Eğitim Fakültesi, Matematik ve Fen Bilimleri Eğitimi Bölümü öğretim üyelerinden Doç. Dr. Cafer Mert Yeşilkanat’ın, Sivas Cumhuriyet Üniversitesi’nden Prof. Dr. Serkan Akkoyun ile birlikte kaleme aldığı makale, alanının en saygın bilimsel dergilerinden biri olan ve Elsevier tarafından yayımlanan “Knowledge-Based Systems” (Q1, Impact Factor: 7.6) dergisinde yayımlandı.

“SMOTE-based data augmentation for accurate classification of neutron halo nuclei: A machine learning approach in nuclear physics” (Nötron halo çekirdeklerinin doğru sınıflandırılması için SMOTE tabanlı veri zenginleştirme: Nükleer fizikte bir makine öğrenmesi yaklaşımı) başlıklı çalışma, temel bilimlerin en gizemli alanlarından biri olan nükleer fizikteki karmaşık bir sorunu, en güncel yapay zekâ teknikleriyle çözüme kavuşturuyor. Çalışma, "nötron halo çekirdekleri" olarak bilinen egzotik ve kararsız atom çekirdeklerini odağına alıyor. Bu özel çekirdekler, maddenin sınırlarını ve evrenin temel yapı taşlarını anlamamız için kritik ipuçları barındırıyor. Ancak, doğada oldukça nadir bulunmaları ve geleneksel analitik yöntemlerle sınıflandırılmalarının zor olması, bu alanda çalışan bilim insanları için büyük bir engel teşkil ediyordu. Özellikle, veri setlerinde bu nadir çekirdeklerin sayısının normal çekirdeklere göre çok az olması (“sınıf dengesizliği” problemi), makine öğrenmesi modellerinin isabetli tahminler yapmasını zorlaştırıyordu. Doç. Dr. Yeşilkanat ve ekibinin çalışması, bu zorluğun üstesinden gelmek için SMOTE (Synthetic Minority Over-sampling Technique) adı verilen gelişmiş bir yapay zekâ tekniğini nükleer fizik alanında ilk defa kullandı. Bu yöntemle, az sayıdaki halo çekirdeği verisinden sentetik olarak yeni ve gerçekçi veriler üretildi. Böylece dengeli bir veri seti oluşturularak, makine öğrenmesi modellerinin bu nadir çekirdekleri yüksek doğrulukla tanıması sağlandı.

Doç. Dr. Cafer Mert Yeşilkanat, çalışmanın önemini şu sözlerle vurguladı:

“Nükleer fizikte, özellikle egzotik çekirdeklerin tespiti hem teorik hem de deneysel olarak oldukça meşakkatli bir süreçtir. Veri setlerindeki dengesizlik, bugüne kadar yapay zekâ uygulamalarının önündeki en büyük engellerden biriydi. Geliştirdiğimiz bu yöntemle, sadece bu engeli aşmakla kalmadık, aynı zamanda dünyanın dört bir yanındaki araştırmacıların potansiyel halo çekirdeği adaylarını hızlı ve maliyetsiz bir şekilde test edebilecekleri interaktif bir web uygulaması da geliştirdik. Bu, pahalı laboratuvar deneylerine bir ön rehber niteliği taşıyarak bilime zaman ve kaynak tasarrufu sağlayacaktır. Bu çalışma, veri bilimi ile temel fizik arasındaki köprüyü güçlendiren önemli bir adım olduğunu düşünüyoruz”

Bu araştırma, sadece nükleer fizikteki önemli bir probleme çözüm önermekle kalmıyor, aynı zamanda Artvin Çoruh Üniversitesi’nin temel bilimler ve mühendislik alanlarını birleştiren yenilikçi projelere liderlik etme vizyonunu da pekiştiriyor. Elde edilen bulgular ve geliştirilen çevrimiçi araç, uluslararası bilim camiasının kullanımına sunularak nükleer yapı ve kararlılık üzerine yapılacak gelecekteki çalışmalara yön verecek potansiyele sahiptir.

Yayın Künyesi:

• Yazarlar: Cafer Mert Yeşilkanat, Serkan Akkoyun
• Makale Başlığı: SMOTE-based data augmentation for accurate classification of neutron halo nuclei: A machine learning approach in nuclear physics
• Dergi: Knowledge-Based Systems, Cilt 318,7 June 2025, 113580
• DOI: https://doi.org/10.1016/j.knosys.2025.113580