A decision support system based on machine learning for land investment
Başlık çevirisi mevcut değil.
- Tez No: 829840
- Danışmanlar: DR. ÖĞR. ÜYESİ TİMUR İNAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Bu araştırma, transfer öğrenme ile derin öğrenmeyi (DL) kullanarak hava fotoğraflarını sınıflandırmak ve yatırım yapılabilir arazileri çıkarmak için bir metodoloji önermektedir. Çalışma, 30 sahne sınıfına sahip çeşitli hava görüntüleri seti içeren Hava Görüntüsü Veri Kümesini (AID) kullanır. Önerilen metodoloji, veri ön işleme, veri seti bölme, eğitim görüntüsü büyütme, model seçimi, model eğitimi ve performans ölçütlerini kullanarak değerlendirmeyi içerir. Üç sinir ağı modeli (ResNet50, VGG19 ve EfficientNetB3) karşılaştırıldı ve kesinlik, hassasiyet, F-ölçümü ve CM gibi performans ölçütlerine göre en iyi model seçildi. Sonuçlar, önerilen metodolojinin hava fotoğraflarının doğru bir şekilde sınıflandırılmasında ve yatırım yapılabilir belirlenmesindeki etkinliğini gözlemlemektedir. Bu, ResNet50 ve VGG19'a kıyasla EfficientNetB3'ün hava fotoğraflarını sınıflandırma ve yatırım yapılabilir arazileri çıkarma konusunda daha yüksek bir yeteneğe sahip olduğunu gösterir. ResNet50, EfficientNetB3'e kıyasla nispeten daha düşük hassasiyet, hassasiyet ve F-ölçüsü ile orta düzeyde performans elde etti. Öte yandan VGG19, düşük kesinlik, hassasiyet ve F-ölçüsü değerleri göstererek tüm metriklerde en düşük performansı gösterdi. Bu sonuçlar, havadan görüntülerin doğru sınıflandırılmasının karar verme süreçleri için çok önemli olduğu şehir planlama, gayrimenkul geliştirme ve arazi yönetimi gibi çeşitli uygulamalara katkıda bulunabilir. Son olarak, gelecekteki çalışma daha fazla derinin keşfedilmesini içerebilir.
Özet (Çeviri)
This research proposes a methodology for classifying aerial photographs and extracting investible lands using deep learning (DL) with transfer learning. The study utilizes the Aerial Image Dataset (AID), which contains a diverse set of aerial images with 30 scene classes. The proposed methodology involves data preprocessing, dataset splitting, training image augmentation, model selection, model training, and evaluation using performance measures. Three neural network models (ResNet50, VGG19, and EfficientNetB3) are compared, and the best model is selected based on performance metrics such as precision, sensitivity, F-measure, and the CM. The results observe the effectiveness of the proposed methodology in accurately classifying aerial photographs and identifying investible. This indicates that EfficientNetB3 has a higher ability to classify aerial photographs and extract investible lands compared to ResNet50 and VGG19. ResNet50 achieved moderate performance with relatively lower precision, sensitivity, and F-measure compared to EfficientNetB3. VGG19, on the other hand, demonstrated the lowest performance across all metrics, showing low precision, sensitivity, and F-measure values. These results can contribute to various applications such as urban planning, real estate development, and land management, where accurate classification of aerial images is crucial for decision-making processes. Finally, the future work may involve exploring additional deep.
Benzer Tezler
- Turkey forest fire decision support system (TFFDSS)
Türkiye orman yangını karar destek sistemi (TFFDSS)
ABDULLAH SUKKAR
Yüksek Lisans
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZGÜR DOĞRU
- DSSAT bitki simülasyon modeli ve uzaktan algılama verilerinden elde edilen indisler kullanılarak buğday verim tahmini: İslahiye ve Nurdağı örneği
Wheat yield estimation using DSSAT crop simulation model and indices obtained from remote sensing: Islahiye and Nurdagi case
ÖMER VANLI
Doktora
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BURAK BERK ÜSTÜNDAĞ
- Arsa kullanımının toplulaştırılmasına yönelik parametrik tabanlı bir model önerisi
A parametric based model proposal for land use consolidation
BETÜL BENLİ
Yüksek Lisans
Türkçe
2024
Mimarlıkİstanbul Sabahattin Zaim ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. SERHAT ANIKTAR
ÖĞR. GÖR. ERDEM KÖYMEN
- Sürücü davranışlarının modellenmesi için makine öğrenmesi tabanlı bir sistem gerçekleştirimi
Development of a machine learning based system for modeling driver behaviours
ŞERAFETTİN ATMACA
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ASIM SİNAN YÜKSEL
- Kentleşmenin kayısı yetiştiriciliğine etkilerinin kentsel büyüme simülasyon modelleri ile araştırılması: Malatya örneği
Investigation of the effects of urbanization on apricot cultivation by urban growth simulation models: A case study of Malatya
FURKAN ÖZAL KARAKAŞ
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriSivas Cumhuriyet ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ERCÜMENT AYAZLI