Novel approach for earthquake prediction and seismic-quality factor estimation using machine learning models
Başlık çevirisi mevcut değil.
- Tez No: 828745
- Danışmanlar: DOÇ. DR. SEPANTA NAİMİ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Yer bilimlerinde, deprem tahmini çözülmemiş büyük problemlerden biridir. Deprem habercilerini belirlemeye yönelik on yıllarca süren araştırmalara rağmen, depremleri meydana gelmeden önce tahmin etmek için kanıtlanmış bir analitik yöntem yoktur. Bir depremden önce sismik dalga biçiminde ayırt edilebilir bir sinyal olmadığı için problem zordur. Veriler çok boyutludur, bu nedenle insanların analiz etmesi zordur. Ayrıca, ham verilere uygulanabilecek çok sayıda sinyal işleme algoritması vardır, bu nedenle optimum girdi verilerini seçmek zordur. Derin öğrenmenin uygulanması literatürde nadirdir ve bu nedenle araştırma için yeni bir yol sunabilir. Projemiz, derin sinir ağlarını ve mevcut gerçek zamanlı sismik izleme sistemlerini kullanarak bir deprem uyarı sistemi oluşturmaya çalışacaktır.
Özet (Çeviri)
In the earth sciences, earthquake prediction is one of the great unsolved problems. Despite decades of research attempting to identify earthquake precursors, there is no proven analytical method to predict earthquakes before they occur. The problem is challenging as there is no discernable signal in the seismic waveform prior to an earthquake. The data are multidimensional, so it is hard for humans to analyze. Moreover, there are a large number of signal processing algorithms that can be applied to the raw data, so choosing the optimum input data is difficult. The application of deep learning is rare in the literature, and therefore may offer a new avenue for research. Our project will attempt to create an earthquake warning system utilizing deep neural networks and the available real time seismic monitoring systems.
Benzer Tezler
- Veri madenciliği yöntemleriyle depremlerin analizi
Analysis of earthquakes by means of data mining methods
ÖZAL YILDIRIM
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GALİP AYDIN
- Prediction of pore pressure and deviatoric stress generation for liquefiable soils under cyclic loading using machine learning
Sıvılaşabilen zeminlerde dinamik yükleme durumunda boşluk suyu basıncı ve deviatorik gerilme değişiminin makine öğrenmesi yöntemleriyle tahmin edilmesi
ÖMER TUĞŞAD BİRİNCİ
Yüksek Lisans
İngilizce
2024
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BARIŞ CAN ÜLKER
- A novel risk assessment approach for data center structures
Veri merkezi binaları için yeni bir risk değerlendirme yöntemi
KUBİLAY ÇİÇEK
Yüksek Lisans
İngilizce
2020
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ SARI
- Deprem kaynaklı iyonosferik anomalilerin incelenmesi
Investigation of earthquake-induced ionospheric anomalies
OSMAN BATUR ÇELİK
Yüksek Lisans
Türkçe
2024
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. BAHADIR AKTUĞ
DOÇ. DR. KAMİL TEKE
DR. ÖĞR. ÜYESİ BEGÜM KOCA
- Deprem etkisi altındaki çok katlı bina tipi yapıların sürekli model yaklaşımı ile dinamik analizi
Dynamic analysis of multi-story building-type structures under earthquake effects using continuous model approach
HACER ÇOLAK
Doktora
Türkçe
2024
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLMİ ÇOŞKUN
PROF. DR. HAKAN TACATTİN TÜRKER