Hızlı değerlendirme yöntemleri ve evrişimli sinir ağlarι kullanılarak yapı performansı tahmini
Structural performance estimation by using rapid evaluation methodes and convolutional neural networks
- Tez No: 728327
- Danışmanlar: PROF. DR. ABDUSSAMET ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 150
Özet
Günümüzde sıklıkla deprem ve seller gibi doğal afetlerde ne yazık ki birçok insan yaşamını yitirmektedir. Bunun nedeni, binaların yapımında mühendislik hizmetinin tam alınamaması, bakımsız kalitesiz malzemelerin kullanılması ve uygun olmayan zeminlere inşa edilmeleridir. Şehirlerde oluşan bu yapılaşma için hala etkili ve çabuk sonuç verebilen bilgisayar destekli bir çalışmaya rastlanılmamıştır Dolayısıyla böyle bir yöntemin geliştirilmesi biz insanların can güvenliği için önemlidir. Bunun yanı sıra son yıllarda bilgisayar teknolojilerinde özellikle yapay zekâ ve derin öğrenme alanlarında yaşanan hızlı gelişmeler klasik yöntemlerin yetersiz kaldığı durumlarda etkili bir şekilde kullanılmışlardır ve artmaya devam etmektedir. Yapılan bu çalışmada yapay zekâ tekniklerinden olan evrişimli sinir ağları ve görüntü sınıflandırmada sıkça kullanılan VGG-16 mimarisi kullanılarak yapıların stabilitesi hakkında bilgi edinilmesi hedeflenmiştir. İncelenecek olan yapı görsel açıdan 15 farklı kategoride değerlendirilmiştir. Bu değerlendirme esnasında yapının iç mekân (kolon, kiriş, döşeme-duvar birleşimleri) ve dış cephe görüntülerinden faydalanılmıştır. Çalışmada ikili sınıflandırma yöntemi ve python programlama dili kullanılmıştır. VGG-16 mimarisi ile eğitilen modeller en düşüğü %68,32 olmak üzere genellikle %90 oranında doğruluğa ulaşmıştır. Yapılan bu çalışmanın sonucunda etkili bir durum tespiti yönteminin geliştirilmesi amaçlanmıştır. Böylelikle, hasar almış yapılar veya riskli durum tespit edilen yapılar deprem veya herhangi bir doğal afete maruz kalmadan erkenden tespit edilebilecektir.
Özet (Çeviri)
Earthquakes and other natural disasters have left deep marks on people's lives throughout history. The biggest reason for this are that people still have buildings that have not received full engineering service, are neglected, poor quality materials are used, and are built on unsuitable grounds. The development of an effective computer-aided rapid assessment method against the rapidly increasing building stock is important for the safety of our people. As a result, no computer-aided study has been encountered that can give effective and quick results for these structures formed in cities. In addition, the rapid developments in computer technologies, especially in the field of artificial intelligence, have been used effectively in cases where classical methods are insufficient. In this study, it is aimed to obtain information about the stability of structures by using convolutional neural networks, which are artificial intelligence techniques, and VGG-16 architecture, which is frequently used in image classification. The building to be examined is visually evaluated in 15 different categories. During this evaluation, the interior (column, beam, floor-wall combinations) and exterior views of the building will be used. Binary classification method and python programming language are used in the study. Models trained with the VGG-16 architecture generally achieve an accuracy of 90%, with a minimum of 68,32%. In case of the success of this study, it is aimed to develop an effective due diligence method. In this way, damaged structures or structures in risky situations will be detected without being exposed to earthquakes or any natural disasters.
Benzer Tezler
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Aircraft detection from large scale remote sensing images with deep learning techniques
Büyük ölçekli uzaktan algılama görüntülerinden derin öğrenme teknikleriyle uçak tespiti
MEHMET SOYDAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Mimari tasarımda yapay zeka: Evrişimli yapay sinir ağlarının vaziyet planı tasarımında kullanımı
Artificial intelligence in architectural design: The use of convolutional neural networks in site plan design
MUSTAFA KEMAL KAYIŞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. HAKAN YAMAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Beyaz kan hücrelerinin evrişimli sinir ağları ile sınıflandırılması ve bölütlenmesi
Classification and segmentation of white blood cells using convolutional neural networks
ŞEYMA NUR ÖZCAN
Yüksek Lisans
Türkçe
2022
BiyomühendislikBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TANSEL UYAR
DR. ÖĞR. ÜYESİ GÖKAY KARAYEĞEN