TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
5 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.Article Investigation on Usage Possibilities of Gasification Plant Wood Waste and Sivas Kangal Lignite Coal in Dye Adsorption(2020) Top, Soner; Kırma, Ramazan; Uçkun, Şükrü; Sarıkaya, Musa; Timür, İrfanIn this study, the usage possibilities of wood waste obtained from Gebze MDF and ParticleBoard Gasification Plant preliminary studies and Sivas Kangal lignite coal as absorbents wereinvestigated. In this way, it was aimed both to evaluate the wastes and to prevent environmentalpollution with materials that are cheaper and easier to obtain. The structure and surface propertiesof wood waste and coal samples crushed and ground to -75 µm size and used as adsorbent wereinvestigated by XRD, SEM and BET analyses. In addition, samples have been characterized byelemental, ash, moisture, volatile matter and fixed carbon analyses. In the experiments, methyleneblue (MM) with the formulation of C16H18CIN3 S.xH2 O was used. The effects of temperature, mixingtime and concentration parameters on MM adsorption were investigated. Langmuir isotherms werecreated for different temperatures at optimum concentrations. As a result, it has been revealed thatlignite coal and wood waste can be used as adsorbent. A 10 ppm MM for lignite coal and 3 ppmMM for wood waste were determined to be ideal concentrations for adsorption.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 Landsat 8 Görüntüleri ile Cheney Rezervuarında Bulanıklık Tahmini: Regresyon, Mars ve Treenet Yöntemlerinin Karşılaştırılması(2024-06-13) Nacar, Sinan; Bayram, Adem; Dilmen, Ömer; Gormus, Esra TuncRezervuarlardaki su kalitesi takibi, suyun kullanım amacına uygunluğu ve su canlılarının korunması için önemlidir ve su kalitesinin belirlenmesinde en yaygın kullanılan değişkenlerden biri de bulanıklıktır. Bu değişkenin takibinde kullanılan geleneksel yöntemlerin maliyetli ve zaman alıcı olması, su kalitesi takibi için daha ekonomik ve hızlı bir alternatif olan uzaktan algılama çalışmalarını ön plana çıkarmıştır. Bu çalışmada, Landsat 8 Operational Land Imager (OLI) görüntüleri kullanılarak Cheney Rezervuarında (Kansas, ABD) bulanıklık değişkenini tahmin edebilecek bir model kurulması amaçlanmıştır. Bu amaçla 99 Landsat 8 OLI görüntüsü, 2014-2022 yılları arasında rezervuarda takibi yapılan bulanıklık verileriyle aralarındaki zaman farkı 20 dakikadan az olacak şekilde eşleştirilmiştir. Tahmin modellerinin kurulmasında regresyon analizi, çok değişkenli uyarlanabilir regresyon eğrileri (MARS) ve TreeNet gradyan arttırma makinesi (TreeNet) yöntemleri kullanılmıştır. Kurulan modellerin performansları, ortalama karesel hata, ortalama karesel hatanın karekökü, ortalama mutlak hata ve Nash-Sutcliffe (NS) verimlilik katsayısı performans istatistikleri ile kıyaslanmıştır. MARS ve TreeNet yöntemlerinin tahmin gücünün test veri seti için birbirine eşit olduğu görülmüştür (NS = 0.61). En önemli parametrenin MARS yöntemi kullanılarak oluşturulan modelde B4/B1 (kırmızı/kıyı aerosol), TreeNet yöntemiyle oluşturulan modelde ise B4/B2 (kırmızı/mavi) olduğu belirlenmiştir.Article Citation - Scopus: 4Türkiye’de Yapılan Kuraklık Analiz Çalışmaları Üzerine Bir Derleme(Ankara University, 2022-10-31) Deniz Öztürk, Yasemin; Ünlü, Ramazan; Öztürk, Yasemin DenizDrought has become one of the most studied disaster issues by scientists, especially after the 2000s, with the importance of climate change. Many scientific publications on drought have been produced, due to many different methods on drought and the study of drought by many disciplines of science. In the study, theses, national and international articles, which include drought analysis by using any statistical method over meteorological data in Turkey, were compiled. A total of 270 studies, including 73 master's and Ph.D. theses, 107 national articles, and 90 international articles, written between 1943-2021 were examined. These studies were classified according to the year of publication, the drought analysis methods used, in publication, the scientific field of the first author, and the region examined in the study, and their frequency distributions were revealed. The main conclusions of this study are as follows: Although the first published studies on drought analysis in Turkey were made in 1943, 1956, and 1965, studies on drought started to increase after 2000 and the total number of publications reached 37 in 2019, 43 in 2020, and 64 in 2021. Publications in the period of 2019-2021 correspond to 53% of all publications. This rapid increase in recent years has led to a logarithmic increase in the number of publications. Although 63 different methods are used in drought analysis in the studies, the standardized precipitation index is the dominant method with a usage rate of 56%. Most of the studies were carried out on the basins (113). In 41 studies, the whole of Turkey was examined. Other studies were carried out for geographical regions, provinces, and smaller settlements. According to the scientific fields, it is seen that the Civil Engineering (131 units) and Geography (41 units) departments are the scientific fields that carry out the most drought analysis studies. © 2025 Elsevier B.V., All rights reserved.