Derin öğrenme yöntemi ile iyonosferik tec değişimlerinin tahmin edilmesi
Forecasting of ionospheric tec variations by deep learning method
- Tez No: 689788
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA ULUKAVAK
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Jeodezi ve Fotogrametri, Science and Technology, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
İyonosfer tabakası, Küresel Konumlandırma Sistemi (GPS) uydularının radyo dalgalarının frekanslarına bağlı olarak zaman gecikmesi oluşturan aktif bir ortam olarak tanımlanmaktadır. İyonosferik çalışmaların birçoğu, GPS sinyallerinden elde edilen toplam elektron içeriği (TEC) değişiklikleri kullanılarak gerçekleştirilir. Günümüzde iyonosferin fiziksel yapısı üzerine yapılan çalışmalar, uzay iklimi koşullarının tahmini, konumlandırma, navigasyon ve iletişim gibi birçok alanda devam etmektedir. Bu çalışmanın amacı, iyonosferik TEC'nin kestirimi için derin öğrenmenin bir çeşidi olan uzun kısa vadeli bellek yönteminin en uygun ağ modelini oluşturmaktır. Tasarlanan model ve ilgili özellikleri, MATLAB® ortamında özelleştirilmiş Derin Öğrenme Araç Kutusu kullanılarak hazırlanmıştır. Bu çalışmada, Türkiye'nin farklı bölgelerinde bulunan ve Türkiye Ulusal Sabit GPS Ağı (TUSAGA-Aktif)'na kayıtlı olan SURF, GEME, HEND ve ANTL isimli istasyonların 2016-2019 yılları arasında iki saat çözünürlüklü GPS gözlemleri kullanılmıştır. 2019 yılının ilk altı ayı için iyonosferik TEC değişimlerini tahmin etmeyi amaçlayan bu çalışmada, her bir istasyon için optimum parametreler araştırılmıştır. Tahmini yapılan TEC'lerin, Momentumlu Stokastik Gradyan İnişi (SGDM) ve Uyarlanabilir Moment (ADAM) optimizasyonlarıyla karesel ortalama hataları (KOH) elde edilmiş ve birbirleriyle kıyaslanmıştır.
Özet (Çeviri)
The ionosphere layer is defined as an active medium that creates a time delay depending on the frequencies of the radio waves of the Global Positioning System (GPS) satellites. Most ionospheric studies are performed using changes in total electron content (TEC) obtained from GPS signals. Today, studies on the physical structure of the ionosphere continue in many areas such as the prediction of space climate conditions, positioning, navigation and communication. The aim of this study is to create the most appropriate network model of the long-short-term memory (LSTM) method, which is a type of deep learning, for the estimation of ionospheric TEC. The designed model and its related features have been prepared in the MATLAB® environment using the Deep Learning Toolbox. In this study, two-hour resolution GPS observations of the stations named SURF, GEME, HEND and ANTL where are located in different regions of Turkey and registered to the Turkey National Constant GPS Network (TUSAGA-Aktif) were used between 2016-2019. In this study, which aims to predict ionospheric TEC changes for the first six months of 2019, optimum parameters were investigated for each station. The mean-square errors (RMSE) of the predicted-TECs were obtained from Momentum Stochastic Gradient Descent with Momentum (SGDM) and Adaptive Moment (ADAM) optimizations and compared with each other.
Benzer Tezler
- Forecasting of global vertical total electron content based on trigonometric B-spline with long short term memory
Trigonometrik B-spline tabanlı küresel dikey toplam elektron içeriğinin uzun kısa süreli bellek (LSTM) ile tahmini
İREM YILDIZ
Yüksek Lisans
İngilizce
2021
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT DURMAZ
- Derin öğrenme yöntemi ile metinsel ifadelerde duygu analizi
Deep learning for sentiment analysis in textual expressions
NURAY YILDIZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. YILMAZ KAYA
- A stock trading application using deep learning
Derin öğrenme yöntemi ile hisse alım satım uygulaması
HÜSEYİN SERCAN KARAOĞLU
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN AYVAZ
- Derin öğrenme yöntemi ile bilgisayarlı tomografi görüntülerinden karaciğer tümörü tespiti
Liver tumor detection from computed tomography images with deep learning method
HANİFE VEÇEYİŞ
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ŞAKİR BİLGE
- Derin öğrenme yöntemi ile deprem sırasında mobil platform üzerinden twitter'da paylaşılan acil mesajların tespiti
Detection of urgent messages shared on twitter via mobile platform during an earthquake with deep learning method
MÜCAHİT SÖYLEMEZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKTO Karatay ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÖZTÜRK