Geri Dön

Makine öğrenmesi algoritmaları ile demirleme alanlarında meydana gelen deniz kazalarının şiddetini etkileyen faktörlerin analizi

Analysis of the factors affecting the severity of marine accidents occurring at anchorage areas with machine learning algorithms

PDF İndir

  1. Tez No: 1004631
  2. Yazar: MUHAMMET KATIRCI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ REMZİ FIŞKIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Denizcilik, Marine
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Ordu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Demirleme alanları, deniz taşımacılığı faaliyetlerinde gemilerin bakım-onarım işlemlerini gerçekleştirdiği, yükleme ve boşaltma operasyonlarını yürüttüğü, ayrıca sefer öncesinde ya da sonrasında geçici olarak beklediği stratejik öneme sahip deniz alanlarıdır. Ancak uluslararası denizcilik kuruluşları ile bilimsel literatürde yapılan çeşitli çalışmalar, bu bölgelerin aynı zamanda deniz kazalarının sıkça meydana geldiği yüksek riskli alanlar olduğunu ortaya koymaktadır. Bu çalışmanın temel amacı, demirleme sahalarında gerçekleşen deniz kazalarının şiddetini etkileyen faktörleri analiz ederek, bu alanlardaki emniyet risklerinin daha iyi anlaşılmasına katkı sağlamaktır. Bu doğrultuda, dünya genelinde farklı liman ve kıyı bölgelerinde meydana gelmiş toplam 186 demirleme kazasına ait resmi kaza raporları detaylı şekilde incelenmiş ve elde edilen nitel ile nicel verilerden oluşan kapsamlı bir veri seti oluşturulmuştur. Veriseti, Lojistik Regresyon ve Bayes Ağı modellemesi gibi ileri düzey istatistiksel ve olasılıksal analiz yöntemleri ile değerlendirilmiştir. Çalışma sonucunda, kazaların şiddetini artıran belirleyici faktörler ortaya konmuş; elde edilen bulgular, gemi personeli, liman otoriteleri, denizcilik idareleri ve politika yapıcılar açısından demirleme alanlarında karşılaşılan kaza risklerini azaltmaya yönelik daha etkili ve hedefe yönelik önleyici stratejilerin geliştirilmesine önemli katkılar sunmuştur.

Özet (Çeviri)

Anchorage areas are strategically important sea zones where ships conduct maintenance and repair activities, carry out loading and unloading operations, and temporarily wait before or after voyages. However, various studies in the scientific literature and reports by international maritime organizations highlight that these areas are also high-risk zones where a significant number of maritime accidents occur. The main objective of this study is to analyze the factors influencing the severity of maritime accidents that take place in anchorage areas and to contribute to a better understanding of safety risks in these zones. To this end, 186 accident reports from different ports and coastal regions around the world were thoroughly examined, and a comprehensive dataset consisting of both qualitative and quantitative data was constructed. This dataset was analyzed using advanced statistical and probabilistic methods, including Logistic Regression and Bayesian Network Modeling. The results of the study reveal the key factors that increase the severity of accidents in anchorage areas. The findings provide valuable insights for ship crews, port authorities, maritime administrations, and policymakers, contributing to the development of more effective and targeted preventive strategies to reduce accident risks in anchorage zones.

Benzer Tezler

  1. Tez No

    911475

    A new agro-meteorological drought index based on remote sensing

    Uzaktan algılama temelli yeni bir agro-meteorolojik kuraklık indeksi

    EYYUP ENSAR BAŞAKIN

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CÜNEYD DEMİREL

  2. Tez No

    450911

    Dissimilarity based multiple instance learning using dictionary ensembles

    Sözlük toplulukları kullanılarak farklılık tabanlı çoklu örnek öğrenme

    NAZANIN MOARREF

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN

  3. Tez No

    945012

    Etkin bina emlak vergi değerinin belirlenebilmesi için makine öğrenme temelli bir değerleme modeli önerisi

    A proposal for a machine learning based valuation model for determining efficient building property tax value

    ELİF ŞEVVAL TAŞTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. REHA METİN ALKAN

  4. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  5. Tez No

    775340

    Bankacılık sektöründe kredi ödemelerinin makine öğrenimi sınıflandırma algoritmalarına göre analizi

    Analysis of loan payments in the banking sector according to machine learning classification algorithms

    ASLI MUKADDES ESİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    EkonometriMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. SAİT ERDAL DİNÇER

Geri Dön