Geri Dön

Makine öğrenmesi yaklaşımları kullanılarak yangın verilerinin analizi: Marmara ve Kocaeli bölgelerinde bir vaka çalışması

Analysing fire data using machine learning approaches: A case study in Marmara and Kocaeli regions

PDF İndir

  1. Tez No: 895103
  2. Yazar: AHSEN USTA
  3. Danışmanlar: DOÇ. DR. ORHAN AKBULUT
  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: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Yangınlar, günlük yaşantımızı ciddi şekilde tehdit eden bir risk oluşturmaktadır. Doğa yada insan kaynaklı gerçekleşen yangınlar yaşam ve biyolojik çeşitlilik için büyük tehdit oluşturmaktadır. Doğal nedenlerden kaynaklanan yangınlarda yıldırım düşmesi, yanardağ patlaması gibi etkenler söz konusudur. İnsan faktöründen kaynaklı yangınlar ise bilinçli ya da bilinçsiz bir şekilde ortaya çıkmaktadır. Günümüzde, yangınlara erken müdahale ederek yangınların neden olduğu zararları en aza indirebilmek için erken yangın tespiti önemli bir hale gelmiştir. Tez kapsamında, NASA'nın Moderate Resolution Imaging Spectroradiometer (MODIS) ve Visible Infrared Imaging Radiometer Suite (VIIRS) uydu sensörlerinden elde edilen yangın verileri analiz edilmiştir. MODIS, NASA'nın Terra ve Aqua uydularında bulunan bir sensördür ve 1999'dan bu yana yangın tespiti için kullanılmaktadır. VIIRS ise NOAA'nın Suomi NPP ve JPSS serisi uydularında bulunur ve 2011'den beri daha yüksek mekansal çözünürlük ve geliştirilmiş yangın tespit yetenekleri sunmaktadır. MODIS ve VIIRS veri kümeleri ile makine öğrenmesi yöntemleri kullanılarak Marmara ve Kocaeli Bölgeleri'ndeki yangınların analizi yapılmıştır. Yöntemlerin doğruluğunu ve etkinliğini karşılaştırmak amacıyla çaprazlama yöntemi kullanılmıştır. Bulgular, VIIRS'in daha yüksek mekansal çözünürlüğü sayesinde küçük ve yoğun yangınların tespitinde daha etkili olduğunu göstermektedir. Tez kapsamında, ayrıca son 3 yıllık Kocaeli Büyükşehir Belediyesi İtfaiye verilerinin analizinde makine öğrenmesi yaklaşımlarının doğruluğunu değerlendirmek amacıyla kapsamlı bir vaka çalışması yürütülmüştür. Vaka çalışmasında 7 farklı senaryo oluşturulmuştur. Veri kümesinde yer alan öznitelikler arasındaki ilişkileri daha iyi anlamak için korelasyon analizi hesaplaması yapılmıştır. Bu analiz, belirli özniteliklerin birbirleriyle nasıl ilişkilendiğini ve birbirlerini nasıl etkilediğini anlamak için önemli bir araç sağlamıştır. Elde edilen sonuçlar, modellerin tahmin doğruluğu açısından analiz edilmiştir.

Özet (Çeviri)

Fires pose a risk that seriously threatens our daily lives. Nature or human-caused fires pose a great threat to life and biodiversity. In fires caused by natural causes, there are factors such as lightning strikes, volcano eruption. Fires caused by human factors occur consciously or unconsciously. Nowadays, early fire detection has become important in order to minimise the damages caused by fires by early intervention. In this thesis, fire data obtained from NASA's Moderate Resolution Imaging Spectroradiometer (MODIS) and Visible Infrared Imaging Radiometer Suite (VIIRS) satellite sensors are analysed. MODIS is a sensor on NASA's Terra and Aqua satellites and has been used for fire detection since 1999. VIIRS is located on NOAA's Suomi NPP and JPSS series satellites and has been providing higher spatial resolution and improved fire detection capabilities since 2011. Using MODIS and VIIRS datasets and machine learning methods, fires in the Marmara and Kocaeli Regions were analysed. A crossover method was used to compare the accuracy and effectiveness of the methods. The results show that VIIRS is more effective in detecting small and intense fires due to its higher spatial resolution. Within the scope of the thesis, a comprehensive case study was conducted to evaluate the accuracy of machine learning approaches in analysing the last 3 years of Kocaeli Metropolitan Municipality Fire Department data. In the case study, 7 different scenarios were created. In order to better understand the relationships between the attributes in the dataset, correlation analysis calculation was performed. This analysis provided an important tool to understand how certain attributes are related to each other and how they influence each other. The results obtained were analysed in terms of the prediction accuracy of the models.

Benzer Tezler

  1. Tez No

    770639

    Text clustering and topic modeling on Covid-19 vaccine tweets using machine learning, natural language processing, and deep learning

    Makine öğrenimi, doğal dil işleme ve derin öğrenme kullanılarak Covıd-19 aşısı tweetlerinde metin kümeleme ve konu modelleme

    DAVID OKORE UKWEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT KARABATAK

  2. Tez No

    830420

    Kelime gömme yaklaşımlarının iadesiz torbalanmasına dayanan uzun kısa süreli bellek mimarisi ve metin sınıflandırmasına uygulanması

    Long-short term memory architecture based on non-returnable baggigng of word embedding approaches and an application to text classification

    MUHAMMET OĞUZHAN YALÇIN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. NEVİN GÜLER DİNCER

  3. Tez No

    665778

    Havacılık sektöründe istatistiksel proses kontrol: Uçak bakım süreçlerinin iyileştirilmesine yönelik bir uygulama

    Statistical process control in the aviation sector: An implementation to improve aircraft maintenance processes

    HAMİT HAMİDETTİN KUMURKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN YILDIRIM

  4. Tez No

    827860

    Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  5. Tez No

    828461

    Deep learning based road segmentation from multi-source and multi-scale data

    Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi

    OZAN ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

Geri Dön