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 automatic modulation classification for sub-carriers of ofdm signals
OFDM sinyallerinin alttaşıyıcıları için derin öğrenme temelli modülasyon sınıflandırma
GÖKHAN TOSUN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ EMRE PUSANE
- Afet bölgeleri için iha kullanarak derin öğrenme tabanlı yol optimizasyonu
Deep learning based road optimization using uav for disaster regions
MEHMET SERHAT CEYLAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL FATMA TÜRKER
- Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight
Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş
ARSLAN ARTYKOV
Yüksek Lisans
İngilizce
2023
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Deep learning-based ensemble model for electrical energy consumption prediction
Elektrik enerjisi tüketimi tahmini için derin öğrenme tabanlı topluluk modeli
NİLAY FATMA YILDIZ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER ÖZCAN
- Sürücü destek sistemleri için termal kamera görüntülerinde derin öğrenme tabanlı yaya tespiti
Deep learning based pedestrian detection in thermal camera images for driver assistance systems
ÇAĞLA ERDEM ÖZTAŞ
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SENCER ÜNAL