TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
3 results
Search Results
Research Project GEAKDES: Gerçek Zamanlı Deprem Afet / Süreç Yönetimi İçin Yapay Zekâ Temelli Akıllı Karar Destek Sistemi(2024) Dedeturk, Bilge Kagan; Özmen, Mihrimah; Yüksel, Muhammed Burak; Akin, Muge; Ozcan, OrkanDepremler, dünya genelinde sıkça görülen ve ciddi etkiler yaratan doğal felaketlerdir. Modern teknoloji, özellikle sismik olarak aktif bölgelerde, gerçek zamanlı sismik ölçümlerle hızlı müdahale imkanı sağlar. Deprem sonrası hızlı ve doğru hasar tespiti, acil yardım ve kurtarma operasyonlarının etkin yönetilmesini sağlar. Depremlerin dünya çapında ekonomik ve insan kayıpları büyük boyutlardadır, özellikle sismik olarak aktif bölgelerde tehdit oluşturur. Bina güçlendirme çalışmaları ve afet önleme planları, toplumların depremlere karşı direncini artırabilir. Makine öğrenimi ve yapay zeka, depremle ilgili konularda önemli uygulamalara sahiptir. Bu teknolojiler, deprem hasar tahmini, sismik aktivite tahmini ve bina güçlendirme stratejilerinde kullanılır. GEAKDES projesi, bütünleşik bir afet karar destek sistemi sunmaktadır. Gerçek zamanlı makine öğrenmesi algoritmaları, deprem hasar tahminini bina, deprem, zemin gibi karakteristik özelliklerden elde ederek gerçekleştirmektedir. Bu bilgiler, uydu görüntü analizleri ile birleştirilerek daha yüksek doğrulukla deprem hasar tahmini yapılmasını sağlamaktadır. Ayrıca, deprem sonrası yardım ihtiyaçlarını tespit ederek lojistik ağ modeli çalıştırılmakta ve yardım rotaları belirlenmektedir. Proje kapsamında geliştirilen Maliyet Duyarlı Paralel ABC-ANN ve Maliyet Duyarlı Paralel GA algoritmaları, deprem hasar tahmininde yüksek doğruluk ve hızlı eğitim süreleriyle dikkat çekmektedir. Sentinel-2 ve Sentinel-1 uydu görüntüleri kullanılarak deprem sonrası hasar tespiti yapılmış, optik görüntülerle bina yıkımları, SAR görüntüleriyle zemindeki değişiklikler belirlenmiştir. Bu bilgilerin entegrasyonuyla %91 doğruluk elde edilmiştir. Açık kaynaklı Sentinel-1 SAR uydu görüntülerinin kullanımı, makine öğrenmesi yöntemlerine entegre edilerek deprem kaynaklı hasarın anlaşılmasına katkı sağlamıştır. GEAKDES, hasar tahmin bilgilerini kullanarak deprem bölgesi yardım ulaştırma planlamasına yönelik lojistik ağı modellemektedir. MM-CSA yaklaşımıyla rotalar hesaplanmış ve İkame Ürün Stratejisi ile pilot bölgelerde yardım dağıtım rotaları belirlenmiştir. Proje, elde edilen bilgi ve deneyimleri paylaşarak insanlığın faydalanmasını amaçlamaktadır.Research Project GEAKDES: Gerçek Zamanlı Deprem Afet / Süreç Yönetimi İçin Yapay Zekâ Temelli Akıllı Karar Destek Sistemi(2024) Dedeturk, Bilge Kagan; Özmen, Mihrimah; Yüksel, Muhammed Burak; Akin, Muge; Ozcan, OrkanEEEAG - Elektri̇k, Elektroni̇k Ve Enformati̇k Araştirma Destek GrubuArticle A Multi-Criteria Group Decision-Making Method for Outranking Problems under Sustainability, Risks, and Intuitionistic Fuzzy Environment(2022-12-29) Madenoglu, Fatma SelenBu makale, sezgisel bulanık bir ortamda sıralama problemlerini düzgün bir şekilde yönetmek için bir grup karar verme mekanizması sunmaktadır. Sezgisel bulanık küme teorisi kapsamında çok kriterli karar verme (ÇKKV) yöntemi olan TOPSIS kullanılmaktadır. Bu çözüm tekniğinde karar verme problemlerinde kullanılan birtakım kriterler, karar vericiler grubunun tercihleri ve karar vericilerin önem düzeyleri incelenmektedir. Yöneticiler, sıralama yöntemlerini tedarikçi değerlendirme kararlarını vermek için güvenilir bir teknik olarak kullanır. Ayrıca, COVID-19 döneminden sonra tedarik zinciri malzeme sıkıntısı, ulaşım sorunları vb. sıkıntılardan muzdariptir, pratik ve kapsamlı bir araca olan ihtiyaç açıktır. Prosedürü adım adım detaylandırarak önerilen tekniğin uygulanabilirliğini göstermek için, COVID-19 sonrası dönemde sürdürülebilirliği ve riskleri dikkate alan bir tedarikçi seçimi sorununa ilişkin örnek bir vaka kullanılmıştır. Sonuçların karşılaştırmalı analizi gerçekleştirilmiştir. Sonuçlar, MARCOS yönteminin sonuçları ile karşılaştırılmıştır. Sonuçlar, sunulan metodolojinin diğer alanlara da uygulanabilir olduğunu göstermektedir.