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: 53
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
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- 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
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- Diagnosis of thyroid disease via support vector machines
Destek vektör makineleri ile tiroid hastalıkları tanısı
NURİ KORHAN
Yüksek Lisans
İngilizce
2015
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE GÜNEL
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Sürtünme karıştırma prosesinin al5083 alaşımının mekanik ve tribolojik özelliklerine etkisinin incelenmesi
Investigation of the effect on mechanical and tribological properties of al5083 alloy of friction stir process
MURAT SAYGIN
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiErzincan Binali Yıldırım ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM BARAN