Deniz kazalarındaki insan hatası unsurlarının makine öğrenmesi algoritmaları ile analizi
Analysis of human elements in marine accidents with machine learning algorithms
- Tez No: 897281
- Danışmanlar: DOÇ. DR. BARIŞ KULEYİN
- Tez Türü: Doktora
- Konular: Denizcilik, Marine
- Anahtar Kelimeler: Deniz Kazaları, İnsan Hatası, CREAM, Makine Öğrenmesi, Doğal Dil İşleme, Maritime Accidents, Human Errors, CREAM, Machine Learning, Natural Language Processing
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Denizcilikte Emniyet, Güvenlik ve Çevre Yönetim Bilim Dalı
- Sayfa Sayısı: 151
Özet
Bu çalışma, çok sayıda can kaybı, çevresel felaket ve ekonomik kayıpla sonuçlanan deniz kazalarındaki insan hatalarını ele almaktadır. Çalışmanın amacı deniz kazalarına neden olan insan hatalarını hem denizciliğe özgü terimlerle hem de diğer sınıflandırma modellerine göre analiz ederek kaza türü ya da gemi tipi özelinde hata türleri arasında bir örüntü olup olmadığını gözlemlemektir. Çalışmada deniz kazalarında gözlemlenen insan hatalarından oluşan bir veri seti kullanılarak sınıflandırma, kümeleme ve briliktelik kuralı analizleri yapılmıştır. Metinlerin sayısallaştırılması aşamasında ise farklı doğal dil işleme algoritmaları kullanılmıştır. Sınıflandırma analizi sonucunda altı farklı insan hatasının %82 doğruluk oranında tahmin edebilen bir model geliştirilmiştir. Kümeleme analizinde denizcilik literatürüne uygun olarak her biri farklı bir insan hatasına karşılık gelen 19 farklı hata türü tespit edilmiş ve en yüksek frekansa sahip hata türünün seyirle ilişkili hatalar olduğu tespit edilmiştir. Birliktelik kuralı analizinde ise hata türlerinin gemi tiplerine ve kaza tiplerine göre farklılık gösterdiği belirlenmiştir. Elde edilen bulguların, deniz kazalarındaki insan hatalarının daha iyi anlaşılmasını sağlayacağı düşünülmektedir. Kümeleme analizi ile elde edilen sonuçların deniz kazalarına özgü insan hatası sınıflandırma sistemi oluşturulmasına katkı sağlayacağı düşünükmektedir. Son olarak, sınıflandırma analizi ile geliştirilen model farklı endüstrilerden verisetleriyle de eğitilerek modelin doğruluk oranı arttırılabilir ve hata türlerinin daha hızlı tespit edilmesi sağlanabilir. v
Özet (Çeviri)
This study addresses human errors in maritime accidents that result in large numbers of casualties, environmental disasters and economic losses. The aim of the study is to analyze human errors that cause maritime accidents both in maritime-specific terms and according to other classification models and to observe whether there is a pattern between error types specific to the accident type or ship type. In the study, classification, clustering and association rule analyzes were performed using a dataset consisting of human errors observed in maritime accidents. Different natural language processing algorithms were used during the digitization of the texts. As a result of the classification analysis, a model that can predict six different human errors with 82% accuracy was developed. In the clustering analysis, 19 different error types, each corresponding to a different human error, were identified in accordance with the maritime literature, and the error type with the highest frequency was determined to be navigation-related errors. In the association rule analysis, it was determined that the error types differ according to ship types and accident types. It is thought that the findings will provide a better understanding of human errors in maritime accidents. It is thought that the results obtained by cluster analysis will contribute to the creation of a human error classification system specific to maritime accidents. Finally, the model developed by classification analysis can be trained with datasets from different industries, increasing the accuracy of the model and enabling faster detection of error types. vii
Benzer Tezler
- Erken Hristiyan ve ilk Bizans resim ve kabartma sanatında kaynak ve okullar (2 cilt)
Sources and school of painting and sculpture during the early Christian and first Byzantine period
AHMET MEHMET KİPMEN
- Deep learning-based behavior analysis of seafarers
Derin öğrenme tabanlı gemi adamlarının davranış analizi
VEYSEL GÖKÇEK
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAZİ KOÇAK
DR. ÖĞR. ÜYESİ YAKUP GENÇ
- Çatma sorumluluklarının çok kriterli karar verme yaklaşımı kullanılarak analiz edilmesi
Analyzing collision responsibilities using a multi-criteria decision-making approach
OĞUZHAN GÜREL
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR KUM
- Yolcu gemisi kazalarında insan faktörü analizi
Human factor analysis of passenger ship accidents
SERDAR YILDIZ
Yüksek Lisans
Türkçe
2016
Deniz BilimleriKaradeniz Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZKAN UĞURLU
- Enhancement of the engine room resource management concept via the integrated model of training effectiveness and evaluation
Eğitim etkinliği ve değerlendirmesi bütünleşik modeli ile makine dairesi kaynak yönetimi konseptinin iyileştirilmesi
BULUT OZAN CEYLAN
Yüksek Lisans
İngilizce
2020
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ÇELİK