Deniz trafiği analizinde anomali belirleme yöntemlerinin kullanımı
Anomaly detection methods in maritime traffic analysis
- Tez No: 798210
- Danışmanlar: DR. ÖĞR. ÜYESİ ENGİN YILDIZTEPE
- Tez Türü: Yüksek Lisans
- Konular: Denizcilik, İstatistik, Marine, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 73
Özet
Deniz trafiği analizinde, güvenliği sağlamak ve trafik akışını kontrol etmek için ˘ pek çok farklı yöntem kullanılmaktadır. Bu yöntemlerden biri de anomali tespitidir. Deniz trafiğinde anomali tespiti, deniz taşıtlarının olağan dışı davranışlarını veri madenciliği yöntemleri ile belirlemeyi amaçlayan bir çalışma alanıdır. Otomatik Tanımlama Sistemi (Automatic Identification System – AIS) verileri deniz trafiği analizindeki en önemli veri kaynağıdır. Bu tezde, AIS verileri ile deniz taşıtlarının anomali davranışlarının zamansal-mekânsal kümeleme algoritmalarından ST-DBSCAN algoritması ile tespiti araştırılmıştır. Çalışmada, AIS verilerinin R programlama dili ile görselleştirilmesine de detaylı olarak yer verilmiştir. Deniz trafiğinde anomali gemi davranışı tespit süreci görsel içeriklerle desteklenmiştir. Uygulamada, Kuzey Amerika'da bulunan iki liman bölgesine ait AIS verileri kullanılmıştır. Elde edilen sonuçlara göre ST-DBSCAN algoritması ile gemilerin konumlarında meydana gelen anomali davranışlarının tespit edilebildiği görülmüştür. Algoritma olağan davranışların gerçekleştiği alanları kümeleyebilirken olağan davranıştan uzak noktaları ayırabilmiştir.
Özet (Çeviri)
In marine traffic analysis, various methods are employed to ensure safety and manage the flow of traffic. One such method is anomaly detection, which is a research area that aims to identify unusual behaviors of marine vessels using data mining techniques. Automatic Identification System (AIS) data is a crucial source of data in marine traffic analysis. This thesis investigates the detection of the anomalous behavior of marine vessels using the ST-DBSCAN algorithm, a spatio-temporal clustering algorithm, with AIS data. The thesis provides a detailed explanation of visualizing AIS data using the R programming language. The application in this study utilizes AIS data from two harbors in North America. The results indicate that the ST-DBSCAN algorithm can effectively detect anomalous behaviors of marine vessels in their positions. The algorithm is able to cluster areas where typical behavior occurs while also identifying points that deviate from typical behavior.
Benzer Tezler
- Deniz trafik yoğunluğunun OTS verileri kullanılarak haritalandırılması: Kuzey Ege denizinde bir uygulama
Mapping marine traffic density by using AIS data: An application in the Northern Aegean Sea
BURAK KUNDAKÇI
Yüksek Lisans
Türkçe
2017
DenizcilikDokuz Eylül ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK NAS
- Tuna Nehir Havzası'ndaki kirliliğin Karadeniz'e olan etkilerinin coğrafi bilgi sistemi (CBS) ile incelenmesi
Assessment of pollution in the Danube River Basin with geographical information system (GIS)
MEHMET VURGUN
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul ÜniversitesiDenizel Çevre Ana Bilim Dalı
PROF. DR. ZİNET SELMİN BURAK
- Emergency and terminated evacuation of warehouse by dijkstra's algorithm
Dijkstra algoritması kullanılarak acil ve sınırlandırılmış depo tahliyesi
DENİZ DOĞA IŞIK
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞAZİYE ÖZGE ATİK
- Deniz trafiği risk değerlendirmesi için büyük veri analizine dayalı bir model önerisi
A model proposal for marine traffic risk assessment based on big data analysis
BURAK KUNDAKÇI
Doktora
Türkçe
2024
DenizcilikDokuz Eylül ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK NAS
- Deniz trafik operatörlerinin iş yükü ile deniz emniyeti arasındaki ilişkinin incelenmesi
Analysis of the relationship between workload of vessel traffic services operators and maritime safety
ELİF ARSLAN
Doktora
Türkçe
2024
DenizcilikDokuz Eylül ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERİM PAKER