Araştırma Alanları

Mühendislik Elektrik ve Elektronik

Elektrik ve Elektronik Mühendisliği alanındaki araştırmalarımız, makine öğrenimi, veri odaklı modelleme ve yenilenebilir enerji teknolojilerinin entegrasyonuna odaklanmaktadır. Bu alanda, CSML, sürdürülebilir enerji sistemlerinin analizi, tahmini, optimizasyonu ve performans değerlendirmesi için akıllı hesaplama yaklaşımları geliştirmektedir.

Önemli bir araştırma yönü, güneş ve rüzgar enerjisi tahmini, enerji üretimi tahmini ve çevresel ve operasyonel parametrelerin zaman serisi tabanlı modellemesi de dahil olmak üzere, yenilenebilir enerji tahminine makine öğrenimi algoritmalarının uygulanmasıdır. Bu çalışmalar, daha iyi planlama, şebeke entegrasyonu ve karar alma süreçlerini destekleyerek yenilenebilir enerji sistemlerinin doğruluğunu, güvenilirliğini ve verimliliğini artırmayı amaçlamaktadır.

Grup ayrıca, makine öğrenimi tekniklerinin karmaşık veri kümelerini analiz etmek, gizli kalıpları belirlemek ve enerjiyle ilgili uygulamalar için tahmin modelleri geliştirmek için kullanıldığı yapay zeka destekli enerji sistemi modellemesini de araştırmaktadır. Bu araştırma, Elektrik ve Elektronik Mühendisliği yüksek lisans öğrencilerine sinyal işleme, optimizasyon, hesaplamalı zeka ve sürdürülebilir enerji teknolojilerini birleştiren güçlü bir disiplinlerarası çerçeve sağlamaktadır.

CSML, elektrik-elektronik mühendisliği prensiplerini yapay zeka ve yenilenebilir enerji araştırmalarıyla birleştirerek, yeni nesil enerji sistemleri için akıllı, verimli ve veri odaklı çözümlerin geliştirilmesine katkıda bulunmaktadır.

Malzeme Bilimi

Our research in Materials Science focuses on the theoretical and computational investigation of advanced low-dimensional materials for energy-related applications. Within this area, CSML employs first-principles calculations, particularly density functional theory (DFT), to explore the structural, electronic, optical, photocatalytic, and thermoelectric properties of emerging materials.

A central research direction is the study of two-dimensional materials and their potential use in sustainable energy conversion technologies. The group investigates how intrinsic material properties, surface chemistry, defect formation, band structure characteristics, and optical response influence photocatalytic performance, with particular emphasis on applications such as photocatalytic water splitting and next-generation catalyst design.

CSML also focuses on defect engineering, including the creation and control of oxygen vacancies, to tune the electronic structure and enhance the functional activity of candidate materials. These theoretical studies provide valuable insight into the relationship between atomic-scale modifications and macroscopic material performance.

In addition, CSML conducts research on the discovery and design of thermoelectric materials, particularly at the nanoscale and low-dimensional limit. The group investigates the electronic and transport properties of nano-dimensional thermoelectric materials through theoretical and computational approaches, aiming to understand charge carrier behavior, thermal transport mechanisms, and structure–property relationships that govern thermoelectric efficiency. These studies support the rational design of materials with enhanced thermoelectric performance for energy harvesting and waste-heat recovery applications.

Alongside physics-based simulations, the laboratory is expanding its materials research through the integration of machine learning techniques for accelerated thermoelectric material discovery. Data-driven models are used to predict promising material candidates, analyze complex materials datasets, and support the identification of descriptors associated with improved thermoelectric performance. This combined computational and AI-assisted approach enables more efficient screening and optimization of next-generation functional materials.

By combining computational materials science, condensed matter physics, machine learning, and energy-oriented material design, CSML aims to contribute to the discovery and optimization of high-performance materials for sustainable energy technologies.