Assoc. Prof. Dr. Kağan ŞARLARDoç. Dr. Kağan ŞARLAR
Department of Physics
Karamanoğlu Mehmetbey UniversityFizik Bölümü
Karamanoğlu Mehmetbey Üniversitesi
TÜBİTAK 3501 · Project 125F375 · 2026–2028
TÜBİTAK 3501 · Proje 125F375 · 2026–2028
AI-Powered Discovery of Magnetocaloric Materials Magnetokalorik Malzemelerin Yapay Zekâ ile Keşfi
Accelerating the design of next-generation high-entropy magnetocaloric alloys through machine learning and physics-informed models — for a future of sustainable, gas-free cooling. Makine öğrenimi ve fizik bilgisiyle desteklenen modellerle yeni nesil yüksek entropili magnetokalorik alaşımların tasarımını hızlandırıyoruz — sürdürülebilir, gazsız soğutma geleceği için.
0
Months DurationAy Süre
0
Database EntriesVeri Tabanı Kaydı
0
Engineered FeaturesMühendislik Özelliği
0
ML AlgorithmsML Algoritması
0
Synthesis MethodsÜretim Yöntemi
Lab FilmLaboratuvar Filmi
Why Join Magnetelligence Lab?Neden Magnetelligence Lab?
About the ProjectProje Hakkında
Bridging AI and Materials ScienceYapay Zekâ ve Malzeme Bilimini Birleştiriyoruz
Combining machine learning with experimental validation to discover novel magnetocaloric materials for sustainable cooling technologies. Sürdürülebilir soğutma teknolojileri için yeni magnetokalorik malzemeleri keşfetmek amacıyla makine öğrenimini deneysel doğrulamayla birleştiriyoruz.
Project OverviewProjeye Genel Bakış
The Magnetelligence project (TÜBİTAK 125F375) focuses on the AI-assisted design, optimization, and identification of high-entropy magnetocaloric alloys. By leveraging advanced machine learning techniques — LightGBM, XGBoost, Gradient Boosting, and Random Forest — we aim to accelerate the discovery of materials with superior magnetocaloric properties.
Magnetelligence projesi (TÜBİTAK 125F375), yüksek entropili magnetokalorik alaşımların yapay zekâ destekli tasarımı, optimizasyonu ve belirlenmesine odaklanmaktadır. LightGBM, XGBoost, Gradient Boosting ve Random Forest gibi ileri makine öğrenimi tekniklerinden yararlanarak üstün magnetokalorik özelliklere sahip malzemelerin keşfini hızlandırmayı hedefliyoruz.
Machine Learning ScreeningMakine Öğrenimi Taraması
Field-normalized ΔSref target for accurate, transferable predictionsDoğru ve aktarılabilir tahminler için alan-normalize ΔSref hedefi
Experimental ValidationDeneysel Doğrulama
Arc melting and thermal evaporation synthesisArk ergitme ve termal buharlaştırma sentezi
Interpretable ModelsYorumlanabilir Modeller
SHAP analysis for feature-importance insightsÖzellik önem analizi için SHAP
mce_pipeline.py
# Magnetocaloric ML Pipeline
import lightgbm as lgb
from sklearn.model_selection import cross_val_score
# Load HEA magnetocaloric dataset
X, y = load_mce_data(
target='delta_S_ref',
normalize_field=True
)
# Train with nested cross-validation
model = lgb.LGBMRegressor(
n_estimators=500,
learning_rate=0.05
)
# SHAP interpretation
shap_values = explain_model(model, X)Data CurationVeri Derleme
500+ MCE-HEA literature entries500+ MCE-HEA literatür kaydı
Feature EngineeringÖzellik Mühendisliği
50+ elemental & compositional descriptors50+ elementel ve kompozisyonel betimleyici
ML ScreeningML Taraması
Gradient boosting + SHAP interpretationGradient boosting + SHAP yorumu
Synthesis & ValidationSentez ve Doğrulama
Arc melting · thermal evaporation · magnetometryArk ergitme · termal buharlaştırma · manyetometri
Research TeamAraştırma Ekibi
Meet the TeamEkibimiz
Assoc. Prof. Dr. Atakan TEKGÜLDoç. Dr. Atakan TEKGÜL
Gürbağ Defense & TechnologyGürbağ Savunma ve Teknoloji
Asst. Prof. Dr. M. Cüneyt HACIİSMAİLOĞLUDr. Öğr. Üyesi M. Cüneyt HACIİSMAİLOĞLU
Department of Physics
Bursa Uludağ UniversityFizik Bölümü
Bursa Uludağ Üniversitesi
Latest UpdatesSon Gelişmeler
NewsHaberler
May 2026Mayıs 2026
Sigma Xi Full MembershipSigma Xi Tam Üyeliği
Assoc. Prof. Dr. Kağan Şarlar was elected as a Full Member of Sigma Xi, The Scientific Research Honor Society.Doç. Dr. Kağan Şarlar, Sigma Xi (The Scientific Research Honor Society) tam üyeliğine kabul edilmiştir.
Nov 2025Kasım 2025
🎉 Project Accepted!Proje Kabul Edildi!
The TÜBİTAK 3501 Career Development Program project "AI-Assisted Design of High-Entropy Magnetocaloric Alloys" was accepted on 4 November 2025. The funded project and MSc scholarship period will run between 2026–2028.TÜBİTAK 3501 Kariyer Geliştirme Programı kapsamındaki "Yapay Zekâ Destekli Yüksek Entropili Magnetokalorik Alaşımların Tasarımı" projesi 4 Kasım 2025 tarihinde kabul edilmiştir. Proje ve yüksek lisans burs dönemi 2026–2028 yılları arasında yürütülecektir.
2025
Manuscript Submitted to JMMMJMMM'e Makale Gönderildi
Our paper "Machine learning screening of magnetocaloric high-entropy alloys using a field-normalized ΔSref target" was submitted to the Journal of Magnetism and Magnetic Materials."Alan-normalize ΔSref hedefi kullanılarak magnetokalorik yüksek entropili alaşımların makine öğrenimi ile taranması" başlıklı makalemiz Journal of Magnetism and Magnetic Materials dergisine gönderildi.
SupportDestek
Funding & PartnersFinansman ve Ortaklar
🏛️
TÜBİTAK 3501 · 125F375
Career Development ProgramKariyer Geliştirme Programı
"AI-Assisted Design, Optimization, and Identification of High-Entropy Magnetocaloric Alloys" "Yapay Zekâ Destekli Yüksek Entropili Magnetokalorik Alaşımların Tasarımı, Optimizasyonu ve Potansiyel Kompozisyonların Belirlenmesi"
Host InstitutionEv Sahibi Kurum
🏛️
Karamanoğlu Mehmetbey Üniversitesi
Department of PhysicsFizik Bölümü
Academic PartnerAkademik Ortak
🎓
Bursa Uludağ Üniversitesi
Department of PhysicsFizik Bölümü
Industry PartnerSanayi Ortağı
🏭
Gürbağ Savunma ve Teknoloji
Industry CollaborationSanayi İşbirliği
Research OutputAraştırma Çıktıları
Publications, Data & ToolsYayınlar, Veri ve Araçlar
2026
Machine learning screening of magnetocaloric high-entropy alloys using a field-normalized ΔSref target
Journal of Magnetism and Magnetic Materials
MCE-HEA Database
Comprehensive magnetocaloric properties dataset of high-entropy alloys: composition, Curie temperature, and magnetic entropy change.Yüksek entropili alaşımların kompozisyon, Curie sıcaklığı ve manyetik entropi değişimini içeren kapsamlı magnetokalorik özellik veri seti.
Coming SoonYakındaFeature Engineering SetÖzellik Mühendisliği Seti
Pre-calculated elemental and compositional features for ML training, including valence electron concentration and atomic size mismatch.ML eğitimi için önceden hesaplanmış elementel ve kompozisyonel özellikler; valans elektron konsantrasyonu ve atomik boyut uyumsuzluğu dahil.
Coming SoonYakındaHEA Alloy CalculatorHEA Alaşım Hesaplayıcı
Phase-formation parameters for high-entropy alloys from composition: δ, Δχ, VEC, ΔHmix and ΔSmix. 2628 binary enthalpy pairs (Takeuchi & Inoue, 2005) embedded — no manual input needed.Bileşimden yüksek entropili alaşımların faz oluşum parametreleri: δ, Δχ, VEC, ΔHmix ve ΔSmix. 2628 ikili entalpi çifti (Takeuchi & Inoue, 2005) gömülü — elle giriş gerekmez.
Element Percentage & Weighing CalculatorElement Yüzde ve Tartım Hesaplayıcı
Convert a formula or molar ratio into wt.% and weighing amounts for arc melting synthesis, or compute weighing amounts directly from literature wt.% values.Ark ergitme sentezi için formül veya mol oranını wt.% ve tartım miktarlarına dönüştürür; ya da literatürdeki wt.% değerlerinden doğrudan tartım hesaplar.
MCE-ML v1.0
Machine learning pipeline for magnetocaloric materials screening with nested cross-validation and SHAP analysis.İç içe çapraz doğrulama ve SHAP analizi ile magnetokalorik malzeme taraması için makine öğrenimi hattı.
Coming SoonYakındaPresentations will be added as the project progressesProje ilerledikçe sunumlar eklenecektir
Stay tuned for upcoming conference presentations and invited talks.Yaklaşan konferans sunumları ve davetli konuşmalar için takipte kalın.
Open PositionAçık Pozisyon
MSc Scholarship Position (2026–2028)Yüksek Lisans Burslu Pozisyonu (2026–2028)
MSc in Physics / Solid State Physics — Magnetocaloric High-Entropy AlloysFizik / Katıhal Fiziği Yüksek Lisansı — Magnetokalorik Yüksek Entropili Alaşımlar
Fully FundedBursluWe are looking for a motivated MSc student to work on AI-guided design and experimental characterization of magnetocaloric high-entropy alloys within the TÜBİTAK 3501 project. The MSc scholarship is planned for the 2026–2028 period, following the project acceptance on 4 November 2025.
TÜBİTAK 3501 projesi kapsamında, magnetokalorik yüksek entropili alaşımların yapay zekâ destekli tasarımı ve deneysel karakterizasyonu üzerine çalışacak motive bir yüksek lisans öğrencisi arıyoruz. Proje 4 Kasım 2025 tarihinde kabul edilmiş olup, yüksek lisans burs dönemi 2026–2028 yıllarını kapsamaktadır.
Expected BackgroundBeklenen Ön Koşullar
- BSc in Physics, Materials Science or related fieldsFizik, Malzeme Bilimi veya ilgili alanlarda lisans derecesi
- Basic programming skills (preferably Python) and interest in machine learningTemel programlama bilgisi (tercihen Python) ve makine öğrenimine ilgi
- Interest in magnetism, magnetic materials, or energy-efficient coolingManyetizma, manyetik malzemeler veya enerji verimli soğutma teknolojilerine ilgi
How to ApplyBaşvuru Şekli
Send your CV, transcript, and a short motivation letter to kagansarlar@kmu.edu.tr with the subject line "MSc Magnetocaloric HEA – Application". Informal inquiries are welcome.
Özgeçmişinizi, not dökümünüzü ve kısa bir motivasyon mektubunu konu kısmına "Yüksek Lisans Magnetokalorik HEA – Başvuru" yazarak kagansarlar@kmu.edu.tr adresine gönderiniz. Sorularınız için gayriresmî iletişime de açığız.
Apply NowHemen Başvur
Work With UsBizimle Çalışın
Collaboration Opportunitiesİşbirliği Fırsatları
Graduate StudentsLisansüstü Öğrenciler
We are looking for motivated MSc and PhD students interested in computational materials science and machine learning.Hesaplamalı malzeme bilimi ve makine öğrenimiyle ilgilenen motivasyonlu yüksek lisans ve doktora öğrencileri arıyoruz.
Academic CollaborationAkademik İşbirliği
Open to collaborations with research groups working on magnetocaloric materials, high-entropy alloys, or ML for materials.Magnetokalorik malzemeler, yüksek entropili alaşımlar veya malzemeler için ML üzerine çalışan araştırma gruplarıyla işbirliğine açığız.
Industry PartnersSanayi Ortakları
Seeking industry partners interested in sustainable cooling technologies and advanced magnetic materials.Sürdürülebilir soğutma teknolojileri ve ileri manyetik malzemelerle ilgilenen sanayi ortakları arıyoruz.
Get in Touchİletişime Geçin
Contact UsBize Ulaşın
Collaborate With UsBizimle İşbirliği Yapın
Interested in collaboration or have questions about our research? We'd love to hear from you.İşbirliği yapmak ister misiniz veya araştırmamız hakkında sorularınız mı var? Sizden haber almaktan memnuniyet duyarız.
AddressAdres
Department of Physics, Karamanoğlu Mehmetbey University, 70100 Karaman, Turkey
Fizik Bölümü, Karamanoğlu Mehmetbey Üniversitesi, 70100 Karaman, Türkiye
ORCID0000-0002-8871-2357