Geri Dön

Mw>5 depremler döneminde YKS-TEİ'nin sınıflandırılması için makine öğrenmesi algoritmalarının karşılaştırılması

Comparison of machine learning algorithms for classification of GPS-TEC during Mw>5 earthquakes

  1. Tez No: 900704
  2. Yazar: SAİDE EDA GÜL
  3. Danışmanlar: DOÇ. DR. SEÇİL KARATAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Kastamonu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 138

Özet

Deprem öncesi sinyallerin tespiti, son yıllarda giderek daha fazla ilgi gören önemli bir araştırma alanı haline gelmiştir. Büyük depremler ve jeomanyetik hareketlilikler, iyonküredeki Toplam Elektron İçeriği (TEİ) üzerinde belirgin bozulmalara neden olabilmektedir. Bu çalışmada, TEİ verilerini kullanarak iyonküredeki sismik ve jeomanyetik hareketliliğe bağlı bozulmaların sınıflandırılması amaçlanmıştır. 1999 ile 2020 yılları arasında Mw büyüklüğü 5,6 ile 9,1 arasında değişen on büyük depremin üç gün öncesi ve deprem günleri ile jeomanyetik olarak sakin ve bozulmuş dönemler incelenmiştir. Yerküresel Konumlama Sistemi (YKS) istasyonlarından elde edilen TEİ verileri, çeşitli algoritmalarla analiz edilmiştir: Uzun Kısa Süreli Bellek (UKSB), Modüler Sinir Ağı (MSA), Olasılıksal Sinir Ağı (OSA), Evrişimsel Sinir Ağı (ESA), Tekrarlayan Sinir Ağı (TSA), Çok Katmanlı Algılayıcı (ÇKA), TSA-UKSB, ESA-UKSB ve ESA-UKSB-ÇKA. Büyük depremler için yüksek doğruluk oranları elde edilirken, küçük depremler için bazı algoritmaların doğruluğu düşmüştür, özellikle OSA algoritması orta büyüklükteki depremler için düşük performans sergilemiştir. Çalışma, büyük depremlerle ilişkilendirilen iyonküre bozulmalarının etkili bir şekilde sınıflandırılabileceğini, ancak küçük depremler için mevcut algoritmaların yetersiz olduğunu göstermiştir. Gelecekte, küçük depremler ve jeomanyetik hareketlilik için daha gelişmiş algoritmaların geliştirilmesi önerilmektedir.

Özet (Çeviri)

The detection of pre-seismic signals has increasingly become an important research area in recent years. Large earthquakes and geomagnetic activity can cause significant disturbances in the Total Electron Content (TEC) of the ionosphere. This study aims to classify disturbances in the ionosphere related to seismic and geomagnetic activity using TEC data. Data obtained for ten major earthquakes with magnitudes between Mw 5,6 to 9,1 occurring between 1999 and 2020 are analyzed for three days prior to and on the earthquake days, geomagnetically quiet and disturbed days periods. various algorithms: Long Short-Term Memory (LSTM), Modular Neural Network (MNN), Probabilistic Neural Network (PNN), Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Multilayer Perceptron (MLP), RNN-LSTM, CNN-LSTM and CNN-LSTM-MLP are applied to TEC data estimated from Global Positioning System (GPS) stations. While high Accuracy rates are achieved for large earthquakes, the Accuracy of some algorithms decreases for smaller earthquakes, particularly the PNN algorithm performes poorly for medium-sized earthquakes. The study indicates that ionospheric disturbances associated with large earthquakes can be effectively classified, but current algorithms are insufficient for smaller earthquakes. Future work should focus on developing more advanced algorithms for smaller earthquakes and geomagnetic activity.

Benzer Tezler

  1. Deprem tekrarlama periyotlarının jeodezik verilerle belirlenmesi: Banaz ve Elvanpaşa segmenti

    Determination of earthquake recurrence periods by geodetic data: The case of Banaz and Elvanpaşa segments

    BURAK ERDEM AKYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Jeodezi ve FotogrametriAfyon Kocatepe Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM TİRYAKİOĞLU

  2. Marmara bölgesi ve çevresinin üst manto yapısının telesismik tomografi yöntemi ile araştırılması

    Investigation of upper mantle structure of marmara and its surrounding regions using teleseismic tomography

    HİLAL YALÇIN

    Doktora

    Türkçe

    Türkçe

    2019

    Jeofizik MühendisliğiSakarya Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT GÜLEN