Geri Dön

Kabil'in hava kalitesi tahmininde makine öğrenmesi algoritmalarının kullanılması

Using machine learning algorithms in prediction of air quality in kabul

  1. Tez No: 697115
  2. Yazar: SAKHIDAD FAIZI
  3. Danışmanlar: PROF. DR. FEHİMAN ÇİNER, DR. ÖĞR. ÜYESİ AHMET EMİN KARKINLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Niğde Ömer Halisdemir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Çevre Teknolojisi Bilim Dalı
  13. Sayfa Sayısı: 112

Özet

Günümüzde, insanların çeşitli faaliyetleri sonucu meydana gelen üretim ve tüketim aktiviteleri sırasında ortaya çıkan hava kirliliği her gün artan bir çevre sorunudur. Bu sorun, atmosferdeki hava bileşiklerinin değişmesi, küresel iklim değişimi, asit yağışları, ozon tabakasının seyrelmesi, yaban hayatı ve insanlar üzerindeki olumsuz etkiler oluşturarak ekosisteme zarar vermektedir. Hava kirliliğini etkileyen parametrelerin belirlenerek bir model içerisinde değerlendirilmesi, kirliliğe karşı alınabilecek önlemleri yönlendirebilmekte ve hava kalitesi ve standartlarının iyileştirilebilmesi için üretilecek çözüm süreçlerini kolaylaştırmaktadır. Hava kirliliğinin birçok parametreye bağlı olması, her parametrenin ölçülememesi/temin edilememesi bu konuda makine öğrenmesi tekniklerinin kullanılmasının temel nedenidir. Bu tez çalışmasında da Kabil iline ait Sıcaklık, Çiy noktası, Nem, Rüzgâr Hızı ve Basınç meteoroloji parametreleri ile PM2.5, PM10, CO, SO2, NO2, O3 kirleticilerinden oluşan bir veri seti kullanılmıştır. Veri seti literatürde iyi bilinen, Lineer Regresyon, Yapay Sinir Ağları, Destek Vektör Makinaları, Karar Ağaçları ve Gauss Süreç Regresyonu yöntemleriyle modellenmiş ve modellerin başarısı karşılaştırılmıştır.

Özet (Çeviri)

Today, air pollution that occurs during production and consumption activities that occur as a result of various activities of people is an environmental problem that is increasing day by day. This problem harms the ecosystem by creating changes in air compounds in the atmosphere, global climate change, acid precipitation, depletion of the ozone layer, adverse effects on wildlife and humans. Determining the parameters affecting air pollution and evaluating them in a model can guide the measures that can be taken against pollution and facilitate the solution processes to be produced in order to improve air quality and standards. The fact that air pollution depends on many parameters and that every parameter cannot be measured/provided is the main reason for using machine learning techniques in this regard. In this thesis, a data set consisting of the temperature, dew point, humidity, wind speed and pressure meteorological parameters of the province of Kabul and pollutants PM2.5, PM10, CO, SO2, NO2, O3 was used. The data set was modeled with the well-known methods of Linear Regression, Artificial Neural Networks, Support Vector Machines, Decision Trees and Gaussian Process Regression and the success of the models was compared.

Benzer Tezler

  1. Hava kirliliğinin makine öğrenmesi yöntemleriyle tahmini

    Prediction of air pollution with machine learning methods

    AYÇA GÜVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BETÜL YAĞMAHAN

  2. Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

    Examination of the effects of distributed generation on smart grids

    MİKAİL PÜRLÜ

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY

  3. Short term load forecasting by using artificial neural networks

    Yapay sinir ağları kullanılarak kısa dönemli yük tahmini

    ALI GHADIRIASL NOBARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY

  4. Real-time crash risk analysis using deep learning

    Derin öğrenmeyle gerçek zamanlı kaza risk analizi

    SAEID MORADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OSMAN ATAHAN

  5. Thermal comfort optimization with occupant interaction in dynamic HVAC control

    Kullanıcı etkileşimli dinamik iklimlendirme sistemi kontrolü ile ısıl konfor optimizasyonu

    TUĞÇE AKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. NURDİL ESKİN