Ai-based predictive modeling for safety assessment in construction industry
İnşaat endüstrisinde güvenlik değerlendirmesi için yapay zeka tabanlı tahmin modeli
- Tez No: 612316
- Danışmanlar: DR. ÖĞR. ÜYESİ ONUR BEHZAT TOKDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Tahmine dayalı modelleme, araştırmacılar arasında popüler bir tekniktir. Günümüze kadar olan çalışmalarda, kurulan modellerin çoğu, sadece belirli bir amaca hizmet ettiğinden dolayı, bazı durumlarda ihtiyaca cevap verememektedir. Dolayısıyla, ilgili modellerin kullanımı müteahhitler üzerinden kaçınılmaz bir yük haline gelmektedir. Sunulan bu tez ile, her projede uygulanabilecek Yapay Zeka tabanlı güvenlik değerlendirme planı geliştirilmesi amaçlanmıştır. Önerilen plan güvenlik ihlali eğilimlerini ve bunların önlenmesi için düzeltici faaliyetlerin ne olduğunu tespit edilmesini kapsamıştır. Çalışma iki bölümden oluşmaktadır. İlk kısım, 17.000'den fazla olaya dayanan, Yapay Sinir Ağları (YSA) ve Bulanık Küme Teorisi hibrit modelinden oluşmaktadır. YSA modeli, kazaların %84'ünü %90 güven ile tahmin edebilmektedir. Bulanık mantığa dayalı yorumlama sistemi ise tahmin performansını az da olsa arttırmaktadır. İkinci kısımda, veri içerisindeki heterojenlik problemi, Örtük Sınıf Analizi'nin (ÖSA) büyük veri analitiği yöntemi olarak kullanılması ile çözülmeye çalışılmıştır. Model eğitimi için birinci kısımdaki uygulamanın aksine, 5.000 civarında kaza verisi kullanılsa da, elde edilen performans ilk kısma oldukça yakın olmuştur. Ayrıca bu kısım Veri Tabanlı Çıkarımsama (VTÇ) ve YSA tahmin modellerinin karşılaştırmasını da içermektedir. Bu sayede iş kazası verilerine hangi modelin daha iyi uyum sağlayacağı gözlemlenecektir. Sonuçlar, büyük veri analitiklerinin dahil edilmesinin veri sayısında önemli bir düşüş olmasına rağmen tahmin performansını iyileştirdiğini göstermiştir. Çalışma kaza önlemlerini teşvik etmek için ölümcül kaza analizi ile ilerlemiştir. İlgili çalışma, değişkenler arasındaki ilişkileri inceleyerek, değişkenlere dayalı kaza önleyici unsurlar sunmaktadır. Sonuç olarak, önerilen çalışma ile inşaat endüstrisi profesyonellerine inşaat sırasında toplanan büyük ölçekli verileri kullanarak olası güvenlik problemlerini analiz etmede yardımcı olması amaçlanmaktadır.
Özet (Çeviri)
The predictive modeling is a popular research area among the researchers. Most of the proposed models cannot provide a solution for the needs of every contractor as the existing ones served for only a specific task. Therefore, using these systems become inevitably burden on contractors due to its difficulty of use. The thesis aims to provide an AI-based safety assessment strategy for every project. The assessment strategy encapsulated the detection of trends in safety failures and corrective actions to prevent them. The study covered two parts. The first part explained a hybrid model of ANN and Fuzzy Set Theory, based on over 17,000 incident cases. The ANN model achieved to forecast 84% incident within 90% confidence, and integrating the fuzzy inference system increased the prediction performance slightly. The second part introduced the use of LCCA as a Big Data analytics to address the heterogeneity problem. Although the model employed around 5,000 cases for training, the prediction performance was quite similar to the first part. Besides, this part included a comparison of CBR and ANN to reveal which approach demonstrated better compliance with the incident data. Results exhibited the inclusion of big data analytic improved the prediction performance despite a significant decrease in sample size. The study advanced with the fatal accident analysis to promote prevention measures. Measures offered attribute-based corrections by examining the relationships between the attributes. Ultimately, the proposed methodology can aid construction industry professionals in analyzing prospective safety problems using the large-scale collected data during the construction.
Benzer Tezler
- Ai for drug discovery LSTM-driven drug design using selfies for target-focused de novo generation of HIV-1 protease inhibitor candidates in the treatment of AIDS
Yapay zeka tabanlı LSTM destekli ilaç tasarımı: AIDS tedavisinde selfıes kullanarak HIV-1 proteaz odaklı inhibitör adaylarının tasarlanması
M.TALEB ALBRIJAWI
Yüksek Lisans
İngilizce
2023
Biyomühendislikİstanbul Medipol ÜniversitesiBiyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı
PROF. DR. REDA ALHAJJ
- Edgealarm: Edge assisted real-time and intelligent alarm management system for oil refinery
Edgealarm: Petrol rafinerisi için sınır bilişim destekli gerçek zamanlı ve akıllı alarm yönetim sistemi
WARIS GILL
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZNUR ÖZKASAP
PROF. DR. ATTİLA GÜRSOY
- Artificial intelligence based risk analysis in project management
Proje yönetiminde yapay zekâ tabanlı risk analizi
YASEMİN TUNCER
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN ÖZTEMEL
- Metastatik küçük hücreli dışı akciğer kanserinde prognozu belirlemede yapay zekanın yeri
The role of artificial intelligence in detecting prognosis in metastastic non-small cell lung cancer
TAHİR ÖZER
Tıpta Uzmanlık
Türkçe
2024
İç HastalıklarıSüleyman Demirel Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. ERKAN KAYIKÇIOĞLU
- Olasılıksal sembolik motif tanıma
Probabilistic symbolic pattern recognition
OĞUZ AKBİLGİÇ
Doktora
Türkçe
2022
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EYLEM DENİZ HOWE