Eksik meteorolojik verilerin yapay sinir ağları ile tespiti
Determination of meteorological data missing with artificial neural networks
- Tez No: 343233
- Danışmanlar: DOÇ. DR. MEHMET AZMİ AKTACİR
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Yapay Sinir Ağları, Sıcaklık Tahmini, Eksik Veri Tahmini, Artificial Neural Network, Temperature Prediction, Missing Data Prediction
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Meteorolojik veriler çok değişik alanlarda kullanılmaktadır. Bina enerji analizi, zirai ürünlerin ekim zamanın tayin edilmesinde, iklimlendirme sistemlerinin seçimi gibi hesaplamalarda en önemli parametrelerin başında iklim verileri gelmektedir. Kullanılan bu verilerin anlamlı olabilmesi için iklim verilerinin uzun yıl aralığına sahip ve eksiksiz olması gerekmektedir. İklim verilerinin ölçümü yapılırken değişik sebeplerden dolayı veri kayıpları olmaktadır. Bu veri kayıpları birkaç saatlik olabildiği gibi günlük ve hatta aylık da olabilmektedir. Bu durum ise analizlerin gerçekçiliği açısından istenmeyen bir durumdur. Bu çalışmada Devlet Meteoroloji İşlerinden (DMİ) alınan ve 2000-2010 yıllarına ait olan kuru termometre sıcaklık verilerindeki eksik değerlerin yapay sinir ağları (YSA) ile tahmini sağlanmıştır. Elde edilen sıcaklık tahmin değerlerinde %90 üzerinde başarı elde edilmiştir.
Özet (Çeviri)
Meteorological data are used in different areas.Climate data is an important parameter for calculated of the building energy analysis, showing time of agricultural products and air-conditioning systems. Climate data should be long-term and complete for be meaningful.When measuring climate data is data loss due to various reasons. This loss of data can also be several hours or days or months.This situation is undesirable in terms of realistic analysis. In this study the dry-bulb temperature data for the years 2000-2010 was from State Meteorological Service (DMI) and aimed to estimate the missing data with artificial neural networks (ANN). Success was achieved in predicted temperature value over %90.
Benzer Tezler
- Makine öğrenme algoritmaları ile su tüketim miktarlarının tahmini: Kocaeli örneği
Estimation of water consumption amounts using machine learning algorithms: The case study of Kocaeli
KASIM GÖRENEKLİ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ALİ GÜLBAĞ
- Makine öğrenimi algoritmaları kullanılarak Erzurum ili için kirletici madde tahmini
Pollutant prediction for Erzurum province using machine learning algorithms
CEVAHİR DURAK
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Ankara ili doğal gaz tüketiminin yapay sinir ağları ile öngörüsü
Prediction of natural gas consumption in Ankara region using artifical neural networks
BURAK TAŞKINER
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Yenilenebilir enerji kaynaklı santrallerde enerji üretimi ve denetimi
Energy production and audit at renewable energy power plants
ONUR ODYAKMAZ
Doktora
Türkçe
2008
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. DÜRİYE BİLGE
- Digital-twin flight modelling through machine learning for trajectory error estimation and recovery
Rota hesaplamalarında makine öğrenmesi tabanlı dijital ikiz uçuş modeli
MEVLÜT UZUN
Doktora
İngilizce
2021
Sivil Havacılıkİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN
DR. MUSTAFA UMUT DEMİREZEN