Salgın parametrelerinin makine öğrenmesi yöntemleriyle tahmin edilmesi
Prediction of epidemic parameters using machine learning methods
- Tez No: 688265
- Danışmanlar: DR. ÖĞR. ÜYESİ FARUK SERİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Munzur Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tarih boyunca farklı zamanlarda, çeşitli sebeplerle salgın hastalıklar meydana gelmiştir. Salgın hastalıklar can kaybı, sosyal ve ekonomik yapı bozulması gibi türlü sonuçlar doğurabilmektedirler. Bu nedenle, ülkeler salgının etkisini azaltmak için bir takım önlemler alırlar. Salgınla mücadelede alınan önlemlerin, potansiyel maliyetlerini ve faydalarını ölçmek için salgın modelleme yöntemleri ve optimizasyon algoritmaları kullanılmaktadır. Bu tez çalışmasında da günümüzde dünyayı etkisi altına almış olan COVID-19 salgınının modellenmesi ve parametrelerinin tahmin edilmesine yönelik çalışmalar yapıldı. Çalışmalarda Mısır ve Güney Kore'deki COVID-19 salgınına ait veriler kullanıldı. Deneysel uygulamalarda, ilk önce salgın modelleme yöntemi olarak yaygın bir kullanıma sahip olan SEIR modeli üzerinden, L-BFGS-B, Powell, CG, COBYLA ve SLSQP yöntemleri ile optimizasyonlar gerçekleştirildi. Ardından, hesaplanan R0 değeri, ölüm oranı ve salgın parametreleri arasındaki geçiş oranları gibi değerler kullanılarak tahminler yapıldı. Aynı veri setleri kullanılarak makine öğrenmesi yöntemlerinden LSTM ve DVM yöntemleriyle de tahminler yapıldı. SEIR, LSTM ve DVM yöntemlerinden elde edilen sonuçların hem MAPE metriği kullanılarak tahmin başarıları karşılaştırıldı hem de grafiklerle desteklenerek sonuçları değerlendirildi. Yapılan 24 farklı tahmin sonucunun %79'unun MAPE değeri 10'nun altında çıkmıştır.
Özet (Çeviri)
Epidemics have occurred at different times throughout history for various reasons. Epidemics can cause various consequences such as loss of life, deterioration of the social and economic structure. Therefore, countries take some measures to reduce the impact of the epidemic. Epidemic modelling methods and optimization algorithms are used to evaluate the potential costs and benefits of the measures taken in the fight against the epidemic. In this thesis, studies were carried out to model the COVID-19 epidemic, which has affected the world today, and to predict its parameters. Data from the COVID-19 outbreak in Egypt and South Korea were used in the experiments. First, optimizations were carried out using the L-BFGS-B, Powell, CG, COBYLA, and SLSQP methods on the SEIR model, which is widely used as an epidemic modelling method. Then, predictions were made using calculated values such as the R0 value, mortality rate, and transition rates between epidemic parameters. Using the same datasets, predictions were also made using the machine learning methods LSTM and DVM. The prediction successes of the results obtained from SEIR, LSTM, and DVM methods were compared using the MAPE metric, and the results were evaluated with graphics. The MAPE value of 79% of the 24 different prediction results was below 10
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
- A materials informatics approach to understand processing-structure-property relationships in boron carbide ceramics
Bor karbür seramiklerde proses-yapı-özellik ilişkilerini anlamak için malzeme enformatiği yaklaşımı
ÖMER GÖKHAN TARMAN
Yüksek Lisans
İngilizce
2025
Orta Doğu Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Prediction of monkeypox infection from clinical symptoms with adaptive artificial bee colony-based deep neural network
Adaptif yapay arı koloni tabanlı derin sinir ağı ile klinik belirtilerden maymun çiçeği enfeksiyonunun tahmini
AHMED MUHAMMED KALO HAMDAN
- COVID-19 pandemisi kapsamında Fırat Havzası yerleşimlerinde karantina döneminin hava ve su kalitesi üzerindeki etkilerinin peyzaj planlama açısından değerlendirilmesi
Evaluation of the effects of the quarantine period on air and water quality in Euphrates Basin settlements within the scope of the COVID-19 pandemic in terms of landscape planning
HANDE ÖZVAN
- Prediction and optimization applications in disaster management
Afet yönetiminde tahmin ve optimizasyon uygulamaları
ŞULE NUR SARGIN
