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: Belirtilmemiş.
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
- İdrar kültürlerinden izole edilen coag (-) staphylococcus (s. epidrmidis ve s. saprophyticus)'ların idrar yolu enfeksiyonlarındaki yeri
The Place of coag (-) staphylococcus to the urinary tract infectron which are isolated from the urine cultures
SUMRU ÇITAK(KORMAN)
- Dondurularak saklamanın tavuk etinin bazı kalite özellikleri üzerine etkisi
Başlık çevirisi yok
Ö.EVREN ATASOY
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DR. SUMRU TÖMEK
- Çanakkale ve çevresi artiodactyla fosilleri (paleontoloji, biyostratigrafi, paleoekoloji ve paleobiyocoğrafya) (2 cilt)
Başlık çevirisi yok
VAHDET TUNA
- Uygun sulama yönteminin seçimine ekonomik faktörlerin etkisi
Effect of economical factors on the selection of irrigation methods
YASEMİN ALTINORAK
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiKültürteknik Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN YILDIRIM