Development of a machıne learnıng-adapted method for prıorıtızıng seısmıc rısk states of reınforced concrete structures
Betonarme taşıyıcı sistemli yapıların sismik etkilerden kaynaklı risk durumlarının önceliklendirilmesine yönelik makine öğrenmesine adapte edilmiş yöntemin geliştirilmesi
- Tez No: 1004533
- Danışmanlar: PROF. DR. ALPER ALDEMİR
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, sınıflandırma ve oranlama yoluyla betonarme yapıların hem risk düzeyini hem de hasar düzeyini tahmin edebilen bir yapay zeka algoritması geliştirmektir. Bu algoritma, depremden önce önleyici tedbirlerin alınması gereken binaları ve depremden sonra acil onarım veya yıkım gerektiren binaları belirler. Bu yaklaşımın temel unsurlarından biri, her binanın risk seviyesini, riskli katının toplam kat sayısına oranı olarak hesaplamaktır. Bu hesaplama, normalleştirilmiş bir rakam sağlar ve farklı boyut ve karmaşıklıkta binalar arasında adil bir karşılaştırma yapılmasına olanak tanır. Çalışmanın veri seti, Türkiye'de daha önce meydana gelen depremlerden etkilenen 100 bina ve ayrıntılı sismik analizi yapılmış 782 binayı içermektedir. Çalışma kapsamında, yapısal, sismik ve geometrik olmak üzere on üç farklı bina parametresi dikkate alınmıştır. Çalışmada, yapısal bütünlük analizi için Hızlı Görsel Tarama (RVS) yöntemleri uygulanmış ve doğruluk ve verimliliği artırmak için makine öğrenimi modelleri kullanılmıştır. Model setlerinin karşılaştırılmasında, bu yaklaşım dört modelden oluşan bir küme ile %77'lik en yüksek doğruluğu elde etmiştir. Sonuçlar, risk analizi için yapay zekayı geleneksel metodolojilerle birleştirmenin değerini göstermektedir. Bu sayede, güçlendirme ve denetimlerin önceliklendirilmesi için uygulanabilir ve ölçeklenebilir bir mekanizma sunulmuş ve mühendislerin ve politika yapıcıların afetlere hazırlıklarını geliştirmelerine yardımcı olması amaçlanmıştır.
Özet (Çeviri)
The objective of this study is to develop an artificial intelligence algorithm that can predict both the risk level and damage level of reinforced concrete structures through classification and proportioning. This algorithm identifies buildings that require preventive measures before an earthquake and buildings that require immediate repair or demolition after an earthquake. A key aspect of the approach is calculating each building's risk level as the ratio of its risky story to the total number of stories. That calculation provides a normalized figure, enabling comparison between buildings of varying sizes and complexities in an equitable way. The dataset of the study includes 100 buildings affected by previous earthquakes in Türkiye and 782 buildings with detailed seismic analysis. Thirteen different building parameters, both structural, seismic, and geometric, have been considered within the scope of the study. The study applied Rapid Visual Screening (RVS) methods were applied for structural integrity analysis and machine learning models were used for improvement in accuracy and efficiency. In the comparison of the model sets, the approach achieved the highest accuracy of 77% with an ensemble of four models. The results demonstrate the worth of blending AI with traditional methodologies for risk analysis. It shows a viable and scalable mechanism for prioritization of retrofit and inspections and helps engineers and policymakers enhance disaster preparedness. By identifying structures at high risk, the work contributes towards overall aims for earthquake resilience in buildings.
Benzer Tezler
- Sağlık harcamaları belirleyicilerinin veri madenciliği yöntemleri ile modellenmesi
The modeling of determinants of health expenditures using data mining methods
MELİHA MELİŞ GÜNALTAY
Doktora
Türkçe
2024
Sağlık YönetimiAnkara ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
PROF. DR. GÜLBİYE YAŞAR
- Süreç madenciliği yaklaşımı kullanılarak süreç geliştirme metodolojisi: Devlet üniversitesi elektronik belge yönetimi sistemi örneği
Process development methodology using the process mining approach: The case of state university electronic document management system
HÜSEYİN BAŞKURT
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMİL CEYLAN
- Reducing in-vehicle communication overload and enhancing efficiency in autonomous and electrical vehicles
Otonom ve elektrikli araçlarda araç içi iletişim yükünü azaltma ve etkinliğini artırma
YUNUS KAĞAN ÖZDEMİR
Yüksek Lisans
İngilizce
2024
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET CANSIZ
- Geniş ölçekli veriler üzerinde sınıflandırma ve bölütleme amaçlı evrişimsel sinir ağı ve istatistiksel modellerin geliştirilmesi
Development of convolutional neural network and statistical models for classification and segmentation on large-scale data
NURULLAH ÇALIK
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Development of a modular pulmonary resuscitation device for chronic and acute respiratory support
Kronik ve akut solunum desteği için modüler pulmoner resüsitasyon cihazının geliştirilmesi
MUNAM ARSHAD
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiBiyomedikal Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. İSMAİL LAZOĞLU