Deep learning-based cyclone detection, localization, and classification
Derin öğrenme tabanlı kiklon saptaması, konumlandırması ve sınıflandırması
- Tez No: 892564
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Kiklonlar, tayfun veya kasırga olarak da bilinir ve en yıkıcı meteorolojik felaketler arasındadır. Geleneksel olarak, kiklonların tespiti ve kategorize edilmesinde insan çabası da gerektiren Saffir-Simpson ölçeği gibi ölçekler kullanılmıştır. Son zamanlarda, makine öğrenmesi teknikleri kiklonların tespiti ve kategorize edilmesini hızlandırma potansiyeli göstermiştir; ancak bu yöntemlerin doğrulukları, özellikle zayıf kiklon sınıfları için, bir miktar düşük kalmaktadır. Bu çalışmada, küresel hava durumu verisi üzerinde kiklonları tespit etmek, merkezlerini belirlemek ve sınıflandırmak için CycTrack isimli bir makine öğrenmesi uygulaması sunuyoruz. Üç özel alt modeli (kiklon tespiti, merkez belirleme ve sınıflandırma) kayan pencere yaklaşımıyla birleştiren CycTrack, dünya üzerindeki kiklonları otomatik olarak tespit ederek sınıflandırmaktadır. Yaklaşımımızın gücü, evrişimli sinir ağlarında topluluk öğrenmesi yöntemi ve dikkat mekanizmalı U-Net mimarisi başta olmak olmak üzere çeşitli derin öğrenme tekniklerine dayanmaktadır. Modellerimizin performansını, özellikle zayıf kiklon sınıfları için Küresel Tahmin Sistemi (GFS) verileri üzerinde değerlendirerek, literatürde üst sıralarda yer aldığını gösteriyoruz.
Özet (Çeviri)
Cyclones, commonly known as typhoons and hurricanes, are among the most impactful meteorological disasters. Traditionally, cyclones have been identified and measured with scales, such as the Saffir-Simpson scale, generally requiring human effort. Recently, machine learning methods have demonstrated potential in accelerating the assessment of cyclones; however, their accuracy remains somewhat low, particularly for weak cyclone classes. In this study, we present a machine learning framework, called CycTrack, to detect, localize and classify cyclones given global atmospheric weather state. Combining three specialized submodels (for cyclone detection, localization and classification) in a sliding-window approach, CycTrack automatically tracks and classifies cyclones on the Earth. The power of our approach relies on several deep learning techniques, including an ensemble of convolutional neural networks and an Attention U-Net. Through elaborate evaluation on the Global Forecast System (GFS) data, we demonstrate that the performance of our models, especially for weak cyclone classes, ranks high in the literature.
Benzer Tezler
- Deep learning-based building segmentation using high-resolution aerial images
Yüksek çözünürlüklü hava görüntüleri kullanarak derin öğrenme temelli bina bölütlemesi
BATUHAN SARITÜRK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Deep learning based fabric defect detection
Derin öğrenme temelli kumaş hatası tespiti
YAVUZ KAHRAMAN
Doktora
İngilizce
2022
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPTEKİN DURMUŞOĞLU
- Akıllı şebekelerdeki durum kestirimine karşı yapılan saldırıların derin öğrenme tabanlı tespiti
Deep learning based detection of attacks against state estimation in smart grids
SEYİT AHMET NAFİZ BURNAZ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ŞİNASİ AYAS
- Otonom drone ile alınan görüntülerden derin öğrenme tabanlı ray hattı bileşenlerinde hata tespiti
Deep learning based fault detection of rail track components from images taken by autonomous drone
MERVE YILMAZER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Derin öğrenme tabanlı bakteri sınıflandırma
Deep learning based bacteria classification
ÖMER FARUK NASİP
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KENAN ZENGİN