Geri Dön

Zaman serisi analizi ile deprem tahmini

Earthquake forecasting with time series analysis

PDF İndir

  1. Tez No: 710407
  2. Yazar: SULTAN LÖK
  3. Danışmanlar: DOÇ. DR. MURAT KARABATAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Veri Madenciliği, Zaman Serisi, Yapay Sinir Ağları, Deprem Tahmini, Data Mining, Time Series Analysis, Artificial Neural Network, Earthquake Prediction
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Gelişen teknolojiler ile beraber, üretilen veri miktarının da artmasıyla, çok büyük veriler oluşmaya başlamıştır. Bu verilerden faydalı bilgiler elde etme amacı ile veri madenciliği yöntemleri geliştirilmiştir. Veri madenciliği, farklı yöntemler uygulanarak değerli bilgileri elde etmeyi sağlamaktadır. Bu yöntemler arasında; kümeleme, sınıflandırma, birliktelik kuralı, zaman serileri vb. gibi yöntemler yer almaktadır. Bu tez çalışmasında, zaman serisi analiz yöntemine değinilmiş ve deprem tahminine ilişkin çalışmalar yapılmıştır. Zaman serisi analizi, geçmiş zaman verileri üzerinde çalışarak gelecek zaman hakkında tahminde bulunmayı sağlamaktadır. Tezde, zaman serisi analizi ve yapay sinir ağı kullanılarak deprem tahminine yönelik çalışmalar yapılmıştır. Yapay sinir ağları doğrusal olmayan serilerin analizinde yaygın olan olarak kullanılan yöntemlerden biridir. Yapay sinir ağının, doğrusal olmayan zaman serileri için kullanımına tezde detaylı olarak yer verilmiştir. Deprem tahmini için Elazığ iline ait deprem verileri kullanılmıştır. Bu veriler, Boğaziçi Üniversitesi, Kandilli Rasathanesinden elde edilmiş ve bu verilerden çeşitli veri setleri oluşturularak analizler gerçekleştirilmiştir. Yapılan analizler sonucunda yapay sinir ağı yönteminin, düşük şiddetli depremlerin tahmininde başarım oranı yüksek bulunmuştur. Ancak yüksek şiddetli depremleri tahmin oranı düşük düzeyde kalmıştır. Gerçekleştirilen analizler sonucunda yapay sinir ağının doğrusal olmayan serilerde başarımı yüksek bir yöntem olduğu sonucuna varılmıştır. Ayrıca, zaman serisinde bulunan veri eksikliği ve düzensizliğinin, deprem tahmininde istenilen başarının elde edilmesini engelleyen faktörler olduğu görülmüştür. Gelişen teknolojiler ile beraber, üretilen veri miktarının da artmasıyla, çok büyük veriler oluşmaya başlamıştır. Bu verilerden faydalı bilgiler elde etme amacı ile veri madenciliği yöntemleri geliştirilmiştir. Veri madenciliği, farklı yöntemler uygulanarak değerli bilgileri elde etmeyi sağlamaktadır. Bu yöntemler arasında; kümeleme, sınıflandırma, birliktelik kuralı, zaman serileri vb. gibi yöntemler yer almaktadır. Bu tez çalışmasında, zaman serisi analiz yöntemine değinilmiş ve deprem tahminine ilişkin çalışmalar yapılmıştır. Zaman serisi analizi, geçmiş zaman verileri üzerinde çalışarak gelecek zaman hakkında tahminde bulunmayı sağlamaktadır. Tezde, zaman serisi analizi ve yapay sinir ağı kullanılarak deprem tahminine yönelik çalışmalar yapılmıştır. Yapay sinir ağları doğrusal olmayan serilerin analizinde yaygın olan olarak kullanılan yöntemlerden biridir. Yapay sinir ağının, doğrusal olmayan zaman serileri için kullanımına tezde detaylı olarak yer verilmiştir. Deprem tahmini için Elazığ iline ait deprem verileri kullanılmıştır. Bu veriler, Boğaziçi Üniversitesi, Kandilli Rasathanesinden elde edilmiş ve bu verilerden çeşitli veri setleri oluşturularak analizler gerçekleştirilmiştir. Yapılan analizler sonucunda yapay sinir ağı yönteminin, düşük şiddetli depremlerin tahmininde başarım oranı yüksek bulunmuştur. Ancak yüksek şiddetli depremleri tahmin oranı düşük düzeyde kalmıştır. Gerçekleştirilen analizler sonucunda yapay sinir ağının doğrusal olmayan serilerde başarımı yüksek bir yöntem olduğu sonucuna varılmıştır. Ayrıca, zaman serisinde bulunan veri eksikliği ve düzensizliğinin, deprem tahmininde istenilen başarının elde edilmesini engelleyen faktörler olduğu görülmüştür. Gelişen teknolojiler ile beraber, üretilen veri miktarının da artmasıyla, çok büyük veriler oluşmaya başlamıştır. Bu verilerden faydalı bilgiler elde etme amacı ile veri madenciliği yöntemleri geliştirilmiştir. Veri madenciliği, farklı yöntemler uygulanarak değerli bilgileri elde etmeyi sağlamaktadır. Bu yöntemler arasında; kümeleme, sınıflandırma, birliktelik kuralı, zaman serileri vb. gibi yöntemler yer almaktadır. Bu tez çalışmasında, zaman serisi analiz yöntemine değinilmiş ve deprem tahminine ilişkin çalışmalar yapılmıştır. Zaman serisi analizi, geçmiş zaman verileri üzerinde çalışarak gelecek zaman hakkında tahminde bulunmayı sağlamaktadır. Tezde, zaman serisi analizi ve yapay sinir ağı kullanılarak deprem tahminine yönelik çalışmalar yapılmıştır. Yapay sinir ağları doğrusal olmayan serilerin analizinde yaygın olan olarak kullanılan yöntemlerden biridir. Yapay sinir ağının, doğrusal olmayan zaman serileri için kullanımına tezde detaylı olarak yer verilmiştir. Deprem tahmini için Elazığ iline ait deprem verileri kullanılmıştır. Bu veriler, Boğaziçi Üniversitesi, Kandilli Rasathanesinden elde edilmiş ve bu verilerden çeşitli veri setleri oluşturularak analizler gerçekleştirilmiştir. Yapılan analizler sonucunda yapay sinir ağı yönteminin, düşük şiddetli depremlerin tahmininde başarım oranı yüksek bulunmuştur. Ancak yüksek şiddetli depremleri tahmin oranı düşük düzeyde kalmıştır. Gerçekleştirilen analizler sonucunda yapay sinir ağının doğrusal olmayan serilerde başarımı yüksek bir yöntem olduğu sonucuna varılmıştır. Ayrıca, zaman serisinde bulunan veri eksikliği ve düzensizliğinin, deprem tahmininde istenilen başarının elde edilmesini engelleyen faktörler olduğu görülmüştür.

Özet (Çeviri)

With the developing technologies, increase in the amount of produced data, very large data has begun to form. Data mining methods have been developed with the aim of obtaining useful information from these data. Data mining provides to obtain valuable information by applying different methods. Some of these methods are clustering, classification, association rule, time series etc. In this thesis, time series analysis method was mentioned and studies on earthquake prediction were made. Time series analysis provides predictions about future by working on past data. In the thesis, studies on earthquake prediction were made by using time series analysis and artificial neural network. Artificial neural networks are one of the commonly used methods in the analysis of nonlinear series. The use of artificial neural network for nonlinear time series is given in detail in the thesis. Earthquake data of Elazig province were used for earthquake prediction. These data were obtained from Boğaziçi University, Kandilli Observatory and analyzes were carried out by creating various data sets from these data. As a result of the analyzes, the success rate of the artificial neural network method was found to be high in the prediction of low-intensity earthquakes. However, the prediction rate of high-intensity earthquakes remained at a low level. As a result of the analyzes carried out, it was concluded that the artificial neural network is a method with high performance in nonlinear series. In addition, it has been seen that the lack of data and irregularity in the time series are the factors that prevent the desired success in earthquake prediction.

Benzer Tezler

  1. Tez No

    857030

    Deprem verilerinden kaos teorisi ve derin öğrenme kullanılarak riskli bölge analizi

    Risk zone analysis using chaos theory and deep learning from earthquake data

    ZEYNEP ÇALIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  2. Tez No

    543630

    Yapay sinir ağlarına dayalı yağış tahmin ve analizi

    Prediction and analysis of rainfall based on artificial neural networks

    ALPEREN UZUNALİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BAHAR İLGEN

  3. Tez No

    733472

    Vibration control of offshore structures using deep learning prediction methods

    Açık deniz yapılarının titreşimlerinin derin öğrenme algoritmaları ile kontrolü

    BARIŞ NAMLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Ana Bilim Dalı

    DOÇ. DR. CİHAN BAYINDIR

  4. Tez No

    733531

    Atmosferik depolama tanklarında güncel hasarlarla ampirik ve analitik kırılganlık analizi

    Empirical and analytical fragility analysis with current damages in atmospheric storage tanks

    FIRAT BEZİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ SARI

  5. Tez No

    637393

    Overview of deformation monitoring techniques: A case study of structural displacement analysis

    Deformasyon izleme tekniklerine genel bakış: Yapısal yer değiştirmelerin analizinde örnek bir çalışma

    RIHAB TAWFEEQ HUSSEIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİHTER EROL

Geri Dön