Büyük veri ile hava kalitesi tahmini
Air quality prediction with big data
- Tez No: 739872
- Danışmanlar: PROF. DR. YAŞAR HOŞCAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Büyük veri, Hava kalitesi, Makine öğrenmesi, Regresyon, Big data, Air quality, Machine learning, Regression
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, İstanbul il genelinde yer alan istasyonlarda ölçülen hava kalitesi indeksi ve hava kirleticilerinin yoğunluğu büyük veri ve akıllı yöntemler aracılığı ile tahmin edilmiştir. Tezde temel olarak ele alınan problem, makine öğrenmesinin temel problemlerinden biri olan regresyon problemidir. Hava kalitesinin tahmini için çok sayıda farklı kaynaktan veri elde edilmesi, bu verilerin ilgili regresyon problemini oluşturmak üzere düzenlenerek veri kümesi haline dönüştürülmesi amacıyla çeşitli web servisleri ve web kazıma yaklaşımları kullanılmıştır. Daha sonra temizlenen veri kümeleri üzerinden literatürde ana akım olarak bulunan birçok regresyon yöntemi kullanılmış ve bu yöntemlerin parametrelerinin en iyi şekilde belirlenmesine yönelik çalışmalar yapılmıştır. Elde edilen sonuçlar karşılaştırmalı olarak raporlanmıştır.
Özet (Çeviri)
In this thesis, the air quality index and the density of air pollutants measured at stations located throughout the province of Istanbul were estimated by means of big data and smart methods. The main problem in the thesis is the regression problem, which is one of the main problems of machine learning. Various web services and web scraping approaches have been used to obtain data from many different sources for the prediction of air quality, and to transform these data into a dataset by arranging the relevant regression problem. Afterwards, many regression methods, which are mainstream in the literature, were used on the cleaned datasets and studies were carried out to determine the hyperparameters of these methods in the best way. Obtained results are reported comparatively.
Benzer Tezler
- Veri madenciliği yöntemi olarak bulanık mantık ile hava kalitesi değerlendirmesi - Ankara örneği
Air quality evaluation with fuzzy logic as data mining method - Ankara region example
DİLEM GÜNER
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURSAL ARICI
- Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi
Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality
SALİHA ÇELİKCAN BİLGİN
Yüksek Lisans
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Kayseri ili hava kirliliği parametrelerinin özelleştirilmiş makine öğrenmesi metodu ile tahmini
Prediction of air pollution parameters in Kayseri province with customized machine learning methods
HİKMET COŞKUN
Yüksek Lisans
Türkçe
2022
Çevre MühendisliğiErciyes ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞÜKRÜ TANER AZGIN
- Yapay zeka teknikleri ile afet sonrası hava kirlilik tahmini
Post-disaster air pollution forecast with artificial intelligence techniques
ONUR YILMAZ
Yüksek Lisans
Türkçe
2025
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GAMZE ÖZEL KADILAR
- Erzurum'un hava kalitesi değerlendirilmesi ve modellenmesi
Air quality investigation and modelling of Erzurum
PELİN CANSU ÇAVUŞ
Yüksek Lisans
Türkçe
2016
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN TOROS