Using machine learning approaches to construct correlations for cohesive soils using in-situ and laboratory data
Kohezyonlu zeminler için makine öğrenmesi yaklaşımları kullanılarak arazi ve laboratuvar test verileri ile korelasyon kurulması
- Tez No: 474385
- Danışmanlar: DOÇ. DR. ÖZER ÇİNİCİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Günümüz dünyasında inşaat faaliyet sahaları bu denli genişlemekte ve proje süreleri bu denli kısalmakta iken, geoteknik mühendislerinin sahadaki zemin özelliklerini mümkün olan en doğru şekilde yansıtacak saha deneylerini yapmak için yeterli zamanları bulunmamaktadır. Bu sebeple korelasyon denklemleri, saha deneyleri ve laboratuvar deneyleri ile birlikte geoteknik tasarım mühendisliğinin temelini oluşturmaktadır. Geoteknik literatürde geçmişteki ve günümüzdeki araştırmacılar tarafından geliştirilmiş bir çok korelasyon denklemi bulunmaktadır. Bu bağıntılardan bazılarının istatiksel bir temele sahip olmayışı, bu bağıntıları kritik zemin parametrelerinin belirlenmesinde daha az güvenilir yapmaktadır. Korealasyon denklemlerinin genel amacı elde etmek istediğimiz bir çıktıyı, belirli bir girdi ile mümkün olan en doğru bir biçimde tahmin edebilmektir. Bu tez çalışmasında, drenajsız kayma mukavemeti (c u ) ve Elastisite modülü (E m ) ve limit basınç (p L ) paramatrelerini tahmin edebilmek için,“Doğrusal Regresyon”,“Random Forest”ve“Gradient Boosting”gibi makine öğrenimi algoritmalarını kullanan regresyon modellerinin geliştirilmesi amaçlanmıştır. Tahmin kabiliyetimizi daha da geliştirmek için, bahsi geçen modellerin deney verilerinden elde edilmiş olan RMSE endeksleri ile hesaplanmış ağırlıklandırılmış ortalamaları kullanılarak, bu modeller bir arada değerlendirilmiştir. Sonuç olarak, en iyi performansı gösteren modeller literatürdeki korelasyon denklemleri ile karşılaştırılmıştır.
Özet (Çeviri)
In a world where the sizes of construction sites are ever increasing and project deadlines ever reducing, the geotechnical engineer no longer has the time to properly conduct the necessary tests on the soil so as to come up with optimal soil properties that would as accurately as possible re ect the ones on site. Therefore, correlations equations together with in-situ tests and laboratory tests have formed the basis of geotechnical engineering design. The literature is lled with correlation equations developed by previous and present researchers. Some of these equations may or may not have any statistical background hence making them less reliable when used to estimate critical soil parameters. The goal of any correlation equation developed is to estimate as accurately as possible a response given a certain input. In this thesis, we aim at developing regression models using machine learning algorithms such as linear regression, Random Forest, and Gradient Boosting so as to predict the undrained shear strength, cu, the elastic modulus, Em and the limit pressure, pL. In order to further improve our prediction capabilities, we can stack the aforementioned models using their weighted averages derived from their RMSE indices obtained from the test data. Finally, the best performing models are compared to the correlations equations found in the literature.
Benzer Tezler
- Network analysis of co-search-based investor attention on stock prices
Ortak arama tabanlı yatırımcı dikkatinin hisse senedi fiyatları üzerindeki ağ analizi
MÜGE ÖZDEMİR
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. OKTAY TAŞ
- Pasif mikrodalga verileri üzerinden bir dolu tespit modelinin geliştirilmesi
Development of hail detection model using passive microwave data
ABDURRAHMAN DURMAZ
Yüksek Lisans
Türkçe
2025
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Incremental construction of cost-conscious ensembles using multiple learners and representations in machine learning
Yapay öğrenmede çoklu öğrenici ve gösterimleri kullanarak maliyet bilinçli kümelerin artırımlı oluşturulması
MEHMET AYDIN ULAŞ
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. ETHEM ALPAYDIN
- Metabolism-oriented multiomics data integration
Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu
AYCAN ŞAHİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. ALİ ÇAKMAK
- Borsa istanbul (BIST) hisse fiyat değişim yönünün ilişkisel borsa ağı kullanılarak tahmin edilmesi
Forecasting stock price change direction using relational stock market network on borsa Istanbul (BIST)
BİRCAN ERGÜR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEHRA ÇATALTEPE