Geri Dön

Machine learning of accelerogram data for analyses, modeling and prediction

Analizler, modelleme ve tahmin için akselerogram verilerinin makine öğrenimi

  1. Tez No: 774229
  2. Yazar: MELİS ÇIKIŞ
  3. Danışmanlar: DOÇ. DR. ERDEM AKAGÜNDÜZ, DR. ÖĞR. ÜYESİ SALİH TİLEYLİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Çankaya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 87

Özet

Bu tezde, kuvvetli yer hareketi istasyonundan kaydedilmiş ivmeölçer kayıtlarının evrişimsel ağlarda işlenmesi ile merkez üssü konumu tahmini sağlanmıştır. Deprem ivmeölçer kayıtlarının spektrogram tabanlı sahte renk gösterimi önerilmiş ve bu gösterimin evrişimsel ağlarda uygulanması tartışılmıştır. Kamuya açık kırk iki binden fazla deprem kaydı kullanılarak, 5 saniyelik yüzbinlerce sahte renk spektrogramı ile bir merkez üssü kümelemesi yapılmış, ve benzer kümelerdeki depremlerin benzer gösterimler yarattığı gözlenmiştir. Elde edilen bu merkez üssü kümeleme ile farklı yıllara ait farklı kayıtlar kullanılarak evrişimsel ağ eğitilmiştir. Eğitilen bu ağ ile herhangi bir deprem olayına ait, merkez üssü ve derinlik bilgilerini tahmin etmek amaçlanmıştır. Eğitimler sonucunda, tek istasyondan kaydedilen ivmeölçer verileri ile yaratılan spektrogramların evrişimsel ağlarda kullanılabildiği ve ivmeölçer verilerinin merkez üssü tespit etmede potansiyeli olduğu gözlemlenmiştir.

Özet (Çeviri)

In this thesis, the earthquake epicenter coordinate prediction is provided by processing the accelerometer records recorded from the strong motion station using convolutional networks. Spectrogram-based false color representation of earthquake accelerometer records is proposed and its application in convolutional networks is discussed. Using more than forty-two thousand publicly available earthquake records, an epicenter cluster has been made with hundreds of thousands of 5-second false color spectrograms, and earthquakes in similar clusters were observed to produce similar impressions. With this epicenter clustering, the convolutional network is trained by using different records from different years. Using this trained network, it is aimed to predict the epicenter and depth information of any earthquake event. As a result of the trainings, it has been observed that the spectrograms created with single station accelerogram data can be used in convolutional networks and accelerograms have potential to detect epicenters.

Benzer Tezler

  1. Machine learning of social media data on a spatio-temporal basis

    Sosyal medya verilerinin zaman-mekansal temellere göre makine öğrenimi

    BÜŞRA YEŞİLBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TANKUT ACARMAN

  2. Çevre kirletici maddelerin makine öğrenmesi kullanılarak ayırt edilmesi

    Discrimination of environmental contaminants using machine learning

    MEHMET AKİF ARVAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAFET AKDENİZ

  3. Machine learning and language acquisition: A model of child's learning of Turkish morphophonolog

    Makina öğrenmesi ve dil edinimi: Çocuğun Türkçe biçim-sesbilimini öğrenmesinin bir modeli

    YASEMİN ALTUN

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişsel Bilim Ana Bilim Dalı

    DOÇ. DR. CEM BOZŞAHİN

  4. Makine öğrenmesi ve derin öğrenme yöntemleri ile titreşim analizi tabanlı arıza teşhis ve kestirimci bakım sistem tasarımı

    Machine learning and deep learning based vibration analysis for fault diagnosis and predictive maintenance system design

    MUSTAFA YURTSEVER

    Doktora

    Türkçe

    Türkçe

    2020

    İşletmeEge Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ URAL GÖKAY ÇİÇEKLİ

  5. Hyperspectral imaging and machine learning of texture foods for classification

    Dokulu gıdaların sınıflandırılmasında hiperspektral görüntüleme ve makine öğrenmesi

    MUSA ATAŞ

    Doktora

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Bölümü

    PROF. DR. YASEMİN YARDIMCI ÇETİN

    YRD. DOÇ. DR. ALPTEKİN TEMİZEL