Geri Dön

Water potability classification with ensemble and deep learning algorithms

Topluluk ve derin öğrenme algoritmaları ile su kullanılabilirliği sınıflandırması

  1. Tez No: 805488
  2. Yazar: FATEN MOHAMMED MOHAMMED ALJARAH
  3. Danışmanlar: PROF. DR. AYDIN ÇETİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 106

Özet

Su, hayatın kaynağıdır. Bu nedenle su kalitesinin korunması, insan hayatı e diğer canlılar için son derece hayati bir önem taşımaktadır. Dünya nüfusunun artan etkinliği, su kalitesi sorunlarını da beraberinde getirmektedir. Dünya nüfusunun artan faaliyetinden kaynaklanan çevre kirliliği ve sürdürülebilir su kaynaklarının kötü yönetimi gibi sorunlar, suyun kullanılabilirliği sorunlarını arttırmıştır. Akademisyenler, su kalitesinin doğru bir şekilde öngörülebilmesi için en etkili makine öğrenimi (ML) ve derin öğrenme (DL) algoritmalarını belirlemek amacıyla su izleme yöntemlerini araştırmaktadırlar. Bu tezde, su kalitesinin içilebilir ve içilemez olarak sınıflandırılmasında topluluk ML ve DL algoritmalarının performans değerlendirmeleri sunulmaktadır. Çalışmada, Random Forest (RF), AdaBoost, Extremely-(Randomize)-Trees (ET), Gradient Boosting (GB), Hist Gradient Boosting (HGB), Torbalama (RF, DT ile) ve yığın sınıflandırıcı olmak üzere yedi topluluk algoritması incelenmiştir. Bu algortimalar arasında, en yüksek skoru 0,67 doğruluk ve 0,64 F skoru ile torbalama sınıflandırıcı modeli elde etmiştir. İki DL modeli, tekrarlayan sinir ağı (RNN) ve ileri beslemeli sinir ağı (FNN) incelenmiş, RNN, 0,1'den düşük hata oranıyla FNN'den daha iyi performans göstermiştir.

Özet (Çeviri)

Water is the source of life. Maintaining the quality of the water is so vital to human life and the other living species. Problems such as environmental pollution, due to increased activity of the world's population and poor management of sustainable water resources increased water potability issues. Scholars have endeavored to identify the most effective machine learning (ML) and deep learning (DL) algorithms to enable precise prediction of water quality in monitoring efforts. This thesis presents the assessment of the performance of ensemble ML and DL algorithms in classifying water quality into potable and non-potable water. In the study, seven classification techniques, Random Forest (RF), AdaBoost, Extremely-(Randomized)-Trees (ET), Gradient Boosting (GB), Hist Gradient Boosting (HGB), Bagging (with RF, DT), and stacking classifier were investigated. The Bagging with DT classifier model with a 0.67 accuracy and 0.64 F-score achieved the highest score among ensemble algorithms. Two DL models, recurrent neural network (RNN), and feedforward neural network (FNN) were investigated. The RNN has outperformed the FNN with its error rate of less than 0.1

Benzer Tezler

  1. Rüzgâr enerjisi uygulamaları ve savonius rüzgar türbini

    Wind energy applications and savonius wind turbine

    MUSTAFA YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Mühendislik BilimleriSakarya Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FETHİ HALICI

  2. Slope stability assessment of various road cuts with effects of weathering at North Eest Black Sea region (Turkey)

    Kuzey Batı Karadeniz bölgesindeki (Türkiye) ayrışmanın etkisinde olan çeşitli yol yarmalarının şev stabilitesinin değerlendirmesi

    TİMUR ERSÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Jeoloji MühendisliğiOrta Doğu Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER TOPAL

  3. Monte Carlo simulasyonu ve kernel yoğunluk tahminleme yöntemlerinin birbirlerine entegre edilmesiyle şev duraylılığında etkili kaya kütle parametresinin tespiti

    Determination of effective rock mass parameter in slope stability by integrating the Monte Carlo simulation and kernel density estimation methods

    GÖRKEM ERTUĞRUL

    Doktora

    Türkçe

    Türkçe

    2021

    Maden Mühendisliği ve MadencilikKütahya Dumlupınar Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN AYKUL

    PROF. DR. ALPARSLAN TURANBOY

  4. Zaman serileri ile değişim analizi: İstanbul, Sarıyer örneği

    Change detection with time series: Istanbul, Sariyer

    FULYA BAŞAK SARIYILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU

  5. İstanbul Kaynarca-Sabiha Gökçen metro hattı mühendislik jeolojisi ve karşılaşılan problemlerin tünel mühendisliği açısından incelenmesi

    The engineering geology of Istanbul Kaynarca-Sabiha Gokcen metro line and analysis of the critical areas in terms of tunnel engineering

    CANSU ESMER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Jeoloji Mühendisliğiİstanbul Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. Yılmaz Mahmutoğlu