Geri Dön

Büyük veri ekosistemi ile trafik yoğunluğu veri analizi

Traffic intensity data analysis with big data ecosystem

  1. Tez No: 857002
  2. Yazar: ÖZGÜR UMUT VURGUN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NURİ BİNGÖL
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 83

Özet

Bu çalışma, büyük veri teknolojileri ve makine öğrenmesinin belediye verilerine nasıl uygulandığını derinlemesine incelemektedir. Son yıllarda, belediyeler çok sayıda veri toplamaya başlamıştır ve bu veriyi değerli bilgilere dönüştürmek için veri analizi yöntemlerine ihtiyaç duymaktadır. Bu bağlamda, büyük veri teknolojileri ve makine öğrenmesi bu verileri analiz etmek ve içerisinden anlam çıkartmak için kritik öneme sahip olmuştur. Bu tez, Hadoop, Hive ve Apache Spark'ın İstanbul Büyükşehir Belediyesi (İBB) trafik yoğunluğu veri seti üzerindeki kullanımına dair ayrıntılı bir inceleme sunmaktadır. Çalışma kapsamında bu teknolojilerin büyük boyuttaki İBB verilerini işleme, depolama ve analiz etme kapasiteleri değerlendirilmiştir. Ayrıca, bu teknolojilerin veriye nasıl erişim sağladığı, hangi tür analizlerin gerçekleştirilebildiği ve bu analizlerin belediyelere nasıl katkı sağladığı detaylı olarak incelenmiştir. Son olarak, büyük veri teknolojilerinin ve makine öğrenmesinin belediyeler için sunduğu olanaklar ve fırsatlar tartışılmıştır.

Özet (Çeviri)

This study delves deeply into how big data technologies and machine learning are applied to municipal data. In recent years, municipalities have started to collect a large amount of data, and there is a need for data analysis methods to transform this data into valuable information. In this context, big data technologies and machine learning have become critically important for analyzing these data and extracting meaning from them. This thesis presents a detailed examination of the use of Hadoop, Hive, and Apache Spark on the Istanbul Metropolitan Municipality (IMM) traffic congestion dataset. Within the scope of the study, the capabilities of these technologies to process, store, and analyze large-scale IMM data have been assessed. Additionally, how these technologies access data, what types of analyses can be performed, and how these analyses contribute to municipalities have been examined in detail. Finally, the opportunities and possibilities offered by big data technologies and machine learning for municipalities have been discussed.

Benzer Tezler

  1. The effect of offshore wind farm activities on the phytoplankton population

    Açık deniz rüzgar çiftlikleri faaliyetlerinin fitoplankton nüfusu üzerine etkisi

    MEYSAM BALANESHIN KORDAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Denizcilikİstanbul Teknik Üniversitesi

    Gemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEVİL DENİZ YAKAN DÜNDAR

  2. 6N yüksek irtifa platform sistemleri için antipodal vivaldi anten tasarımı

    Antipodal vivaldi antenna design for 6G high altitude platform system (HAPS)

    ALİ ALPEREN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. FUNDA AKLEMAN YAPAR

  3. Development and application of new model algorithms of the biological carbon pump in the north atlantic: a study on particle export, sinking and decomposition

    Biyolojik karbon pompası model algoritmalarının geliştirilmesi ve kuzey atlantik basenine uyarlanması: Parçacık gönderimi, çökmesi ve ayrışması üzerine

    VELİ ÇAĞLAR YUMRUKTEPE

    Doktora

    İngilizce

    İngilizce

    2016

    Deniz BilimleriOrta Doğu Teknik Üniversitesi

    Oşinografi Ana Bilim Dalı

    DOÇ. DR. BARIŞ SALİHOĞLU

  4. Hibrit analiz kullanarak android kötücül yazılım aile sınıflandırması

    Android malware family classification by using hybrid analysis

    ÖMER FARUK TURAN CAVLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİL ŞEN AKAGÜNDÜZ

  5. PARAFAC-SPARK: Parallel tensor decompositions on spark

    PARAFAC-SPARK: Spark ile paralel tensör ayrışımları

    SELİM EREN BEKÇE

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEVDET AYKANAT

    DOÇ. DR. MUHAMMET MUSTAFA ÖZDAL