OECD ülkelerindeki karbondioksit (co2) emisyonunun makine öğrenmesi ile tahmin edilmesi
Forecasting carbon dioxide (co2) emission in OECD countries with machine learning
- Tez No: 468194
- Danışmanlar: YRD. DOÇ. DR. AYŞE BETÜL OKTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: CO2 emisyonu tahmini, OECD, destek vektör makineleri, M5P, yapay sinir ağları, çok katmalı algılayıcılar, Forecasting CO2 emission, OECD, support vector machine, M5P, artificial intelligence, multilayer perceptron Key Words: Forecasting CO2 emission, multilayer perceptron
- Yıl: 2017
- Dil: Türkçe
- Üniversite: İstanbul Medeniyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
21. yüzyılın en büyük problemlerinden biri yaşadığımız küresel ısınma ve buna bağlı olarak meydana gelen iklim değişikliğidir. İnsan kaynaklı iklim değişikliği olgusu sanayi devriminde insanların enerji elde etmek için fosil yakıtları kullanmasıyla ve dünya atmosferindeki sera gazı konsantrasyonunu değiştirmeye başlamasıyla ortaya çıkmıştır. Dünya ekonomileri günümüzde %65 oranında fosil yakıtlara dayamaktadır. Enerji elde etmek için fosil yakıtların kullanımı, en önemli sera gazı olan ve küresel ısınmadan %80 oranında sorumlu olan CO2 emisyonuna yol açmaktadır. Bu nedenle, ülkelerin CO2 emisyonlarının takip edilmesi ve gelecek yılların CO2 emisyonlarının planlanması çevre için önem arz etmektedir. Bu tezde, bazı OECD ülkelerindeki CO2 emisyonları makine öğrenmesi yöntemleri ile tahmin edilmiştir. Klasik istatistiksel zaman serisi metotları yerine, yapay zekânın alt dalı olan makine öğrenmesi yöntemleri ile tahminler yapılmış ve zamanın yanında yıllık petrol, doğal gaz, nükleer, sürdürülebilir ve hidro elektrik enerji kullanım miktarları ile CO2 salınımı tahmin edilmiştir. Literatürde farklı alanlar için tahminlerde başarılı sonuçlar verdiği bilinen makine öğrenme metotlarından M5P, çok katmanlı algılayıcı ve destek vektör makinesi yöntemleri kullanılarak CO2 emisyonu tahmin edilmiştir. 34 adet Ekonomik İşbirliği ve Kalkınma Örgütü (OECD) ülkelerinden yüksek CO2 salınımına sahip ülkelerden A.B.D, Japonya, Kanada, Avustralya, Güney Kore, Almanya, İtalya, Fransa, Türkiye ve Meksika için tahminler gerçekleştirilmiştir. Bu metotların sonuçları farklı metriklere göre karşılaştırılmış ve performans değerlerine bakıldığında destek vektör makinesinin CO2 tahmininde oldukça başarılı sonuçlar ürettiği görülmüştür.
Özet (Çeviri)
One of the biggest problems we are facing with in the 21th Century is global warming. Climate change, that is result of global warming, is another important problem. Human generated climate change has started with the industrial revolution that took place in 1850s because human began to consume so much fossil-based energy sources that change the atmospheric concentration of the greenhouse gases. Nowadays, 65% of the world energy still relies on the fossil fuels. In the atmosphere, fossil based fuels increase CO2 emission which is the most important greenhouse gas and responsible of 80% of the global warming. Therefore, it is crucial for countries to monitor the CO2 emissions and plan the future emissions by forecasting. In this thesis, the CO2 emission is forecasted with machine learning methods. Instead of the classical statistical time series methods, machine learning methods which are the subdivision of artificial intelligence are employed. Not only the time information, but also the yearly petroleum, nuclear, natural gases, hydroelectric, and renewable energy consumptions of the OECD countries are used to forecast the CO2 emissions. The popular machine learning methods in the literature like multilayer perceptron, support vector machines, and random M5P are employed for the forecasts. 10 OECD countries which are known with their high level of CO2 emissions like USA, Germany, Japan, South Korea, Australia, Canada, England, Italy, Turkey and Mexico chosen among the 34 OECD countries for forecasting. The forecasting results are compared according to the performance metrics and it is found out that DVM is quite successful in forecasting CO2.
Benzer Tezler
- Sürdürülebilir kalkınmada elektrik tüketimi ve büyüme ilişkisi
Relationship between electricity consumption and growth in sustainable development
MELİKE ATAY POLAT
- Çevresel Kuznets Eğrisi ve kurumsal etkinlik ilişkisi: OECD ülkeleri incelemesi
Environmental Kuznets Curve and institutional efficiency relationship: OECD countries review
GİZEM CAN BAYINDIR
Yüksek Lisans
Türkçe
2023
Ekonomiİzmir Katip Çelebi Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. MUHARREM BURAK ÖNEMLİ
- Teknolojik yenilik ve yenilenebilir enerjinin OECD ülkelerinde CO2 emisyonlarına etkisi: Panel regresyon kullanımı
The effect of technological innovation and renewable energy on CO2 emissions in OECD countries: Using panel regression
HOGR FAKHRALDIN SADRALDIN SADRALDIN
Yüksek Lisans
İngilizce
2021
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED HANİFİ VAN
- The performance of health systems in OECD countries
OECD ülkelerindeki sağlık sistemlerinin performansı
GAMZE ÖZTÜRK
Yüksek Lisans
İngilizce
2014
EkonomiDokuz Eylül Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
PROF. DR. SAADET KASMAN
- Seçilmiş OECD ülkelerinde kişi başı CO2 emisyonu ve toplam enerji tüketimleri yakınsama kulüpleri analizi
Conversion clubs analysis of co2 emissions and total energy consumptions per capita in selected OECD countries
BURAK AYAZOĞLU