Makine öğrenmesi yöntemleri kullanılarak bölgesel suç analizi
Regional crime analysis using machine learning methods
- Tez No: 876217
- Danışmanlar: PROF. DR. RECEP ERYİĞİT
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 115
Özet
Suç insanlığın başlangıcından beri hayatın içinde varolagelmiş ve toplumlar suçla mücadele etmişlerdir. Suçun henüz oluşmadan engellenmesi, oluştuktan sonra faillerin daha çabuk tespiti dünya genelinde kolluk kuvvetlerinin önemli önceliklerindendir. Suçun önceden tipi, yeri veya sayısı gibi niteliklerinin doğru tahmin edilebilmesi suçla mücadeleye önemli katkılar sağlayacaktır. Suç disiplinlerarası bir olgudur ve her disiplinden farklı ölçülerde etkilendiği gibi bölgesindeki ekonomik durumdan da etkilenerek ortaya çıkmaktadır. Ekonomik göstergelerle suç arasındaki ilişki geçmişten günümüze kadar farklı istatistik yöntemleriyle açıklanmaya çalışılmıştır. Artan veriyle birlikte suçla farklı göstergeler arasındaki ilişkinin makine öğrenmesi ve derin öğrenme gibi yöntemlerle açıklanabilmesi kolaylaşmıştır. Bu tez çalışması kapsamında geniş bir literatür taraması gerçekleştirilmiş ve suç tahmini alanında kullanılan istatistik, makine öğrenmesi ve derin öğrenme yöntemleri çok yönlü olarak incelenmiştir. Türkiye'nin İBBS2 (26 bölge) sınıflandırması doğrultusunda oluşturulan özgün veri setiyle çalışma yürütülmüştür. Veri seti kullanılarak literatürde yoğun olarak kullanıldığı tespit edilen Rastgele Orman, K-en Yakın Komşu, Naive Bayes algoritmalarıyla suç oranı tahminlemesi yapılmıştır. Tahmin işlemi farklı eğitim seti ve test seti bölümlemesi, farklı yıllardaki suçun tahmini gibi çok yönlü olarak gerçekleştirilmiştir. 10 farklı suçla ilgili yapılan tahminlerde Hırsızlık, Sahtecilik ve Yağma suçları başarılı olarak tahmin edilen suçlar olmuştur. Bu suçların üçünün ortalama tahmin başarısı belirtilen yöntemler kullanılarak sırasıyla 0,99, 0,98 ve 0,93 olarak hesaplanmıştır. Ayrıca 1 ve 2 yıl sonrasının suç oranı tahmininde aynı yıla kıyasla daha iyi tahmin başarısı elde edilmiştir. Rastgele Orman algoritmasının tüm suçlar ve tüm bölgeler açısından diğer algoritmalara kıyasla daha başarılı tahmin yapabildiği görülmüştür. Ayrıca bazı bölgelerde diğer bölgelere kıyasla daha iyi tahmin sonuçları elde edilmiştir.
Özet (Çeviri)
Crime has existed since the beginning of humanity and societies have struggled against crime. Preventing crime before it occurs and identifying perpetrators more quickly after it occurs are important priorities of law enforcement agencies around the world. Accurate prediction of the characteristics of the crime such as type, location or number will make significant contributions to the fight against crime. Crime is an interdisciplinary phenomenon and is affected by each discipline to different extents, as well as by the economic situation in the region. The relationship between economic indicators and crime has been tried to be explained with different statistical methods from past to present. With increasing data, it has become easier to explain the relationship between crime and different indicators with methods such as machine learning and deep learning. Within the scope of this thesis, an extensive literature review has been conducted and statistics, machine learning and deep learning methods used in the field of crime prediction have been analyzed in a multidimensional manner. The study was conducted with the unique data set created in line with Turkey's NUTS2 (26 regions) classification. Using the data set, crime rate prediction was made with Random Forest, K-Nearest Neighbor, Naive Bayes algorithms, which are found to be used frequently in the literature. The prediction process was carried out in multiple dimensions such as different training set and test set partitioning, prediction of crime in different years. In the predictions of 10 different crimes, theft, forgery and robbery were the most successfully predicted crimes. The average prediction success of three of these crimes was calculated as 0.99, 0.98 and 0.93 respectively, using the mentioned methods. In addition, better prediction success was obtained in predicting the crime rate 1 and 2 years ahead compared to the same year. It was observed that the Random Forest algorithm was able to make more successful predictions for all crimes and all regions compared to other algorithms. Furthermore, certain locations yielded superior prediction outcomes in contrast to others.
Benzer Tezler
- Türbomakinalarda akış analizi ile ilgili bir araştırma
Başlık çevirisi yok
MEHMET ALİ GÜNAY
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN ŞALVARLI
- Isparta'da jeneratör gazı üretimi ve dağılımı
Başlık çevirisi yok
HALİS YAVUZ
Yüksek Lisans
Türkçe
1987
EnerjiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. Z. KAZIM TELLİ
- Güneş enerjisi ile ısıtma ve soğutma sistemleri (Antalya ilinde uygulama)
Başlık çevirisi yok
NURCAN ERGÖNEN
Yüksek Lisans
Türkçe
1989
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ŞALVARLI
- Her diesel motoruna uygulanabilecek süper şarj sisteminin araştırılması
Başlık çevirisi yok
M. ORHAN TUYGUN
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiAkdeniz ÜniversitesiMakine Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA BAYHAN
- Sürekli sistemlerde çok bileşenli gaz difuzyonu
Başlık çevirisi yok
HAVVA CEYLAN
Yüksek Lisans
Türkçe
1988
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. Z. KAZIM TELLİ