Binaların makine öğrenmesi algoritmalarıyla mekânsal özelliklerinden yararlanarak fonksiyonel olarak sınıflandırılması
Functional classification of buildings based on their spatial characteristics using machine learning algorithms
- Tez No: 935411
- Danışmanlar: PROF. DR. ALİ MELİH BAŞARANER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya genelinde insanlar, kırsal alanlardan kentlere doğru göç etmektedir. Bu göç hareketi karmaşık yapılaşmayı ve kent yönetimi için zorlukları beraberinde getirmektedir. Kentler için oldukça büyük öneme sahip olan acil durum ve kaynakların yönetimi, iklim değişikliği modellerinin oluşturulması gibi kent yönetim planlarının temel veri kaynağını farklı bina fonksiyonları oluşturmaktadır. Binaların kullanım türlerinin belirlenmesi planlama süreçlerinin temel bir adımıdır. Bu çalışmada, bina detaylarının (nesnelerinin) coğrafi bilgi sistemi (CBS) ortamında elde edilmiş çeşitli mekânsal özelliklerinden (büyüklük, şekil, mekânsal ilişki metrikleri ve niceliksel öznitelikler) yararlanarak fonksiyonel (kullanım türü) sınıflandırmasında farklı makine öğrenmesi algoritmalarının performansları değerlendirilmiş ve böylece kentsel planlama ve kent yönetimi süreçlerine katkı sağlanması amaçlanmıştır. Deneysel çalışmada Florida eyaletinin Miami-Dade ilindeki bina detay verileri kullanılarak iki uygulama gerçekleştirilmiştir. Uygulamalarda kullanılan algoritmalar Grid Search yöntemi ile en iyi performansı gösterecek olan hiper parametreleri ile eğitilmiştir. İlk uygulamada binalar konut ve konut dışı olmak üzere iki farklı fonksiyona göre sınıflandırılmıştır. Sınıflandırmada CART, destek vektör makineleri (DVM), rastgele orman (RO), aşırı gradyan artırma (XGBoost) ve k – En Yakın Komşu (k-NN) algoritmaları kullanılmıştır. Algoritmaların F1-skor değerleri sırasıyla 0.83, 0.81, 0.83, 0.83 ve 0.74'tır. Topluluk öğrenmesi algoritmalarının daha iyi performans gösterdiği görülmüştür. İkinci uygulamada (1) fabrika ve depo, (2) konut, (3) ticaret ve (4) kamu hizmet binaları olmak üzere dört farklı fonksiyona göre sınıflandırılmıştır. Sınıflandırmada CART, rastgele orman, aşırı gradyan artırma ve k-NN algoritmaları kullanılmıştır. Algoritmaların F1-skor değerleri sırasıyla 0.63, 0.68, 0.68 ve 0.60'tır. Topluluk öğrenmesi algoritmalarının daha iyi performans gösterdiği görülmektedir. Hata matrisleri incelendiğinde her iki uygulamada da algoritmaların hepsi konut sınıfında yüksek doğruluk göstermiştir, fabrika ve depo sınıfı bunu takip etmektedir. Kamu hizmet binaları en az doğruluğun gözlemlendiği sınıftır. Algoritmaların hepsi kamu hizmeti sınıfına ait olan bazı binaları ticaret; ticaret sınıfına ait olan bazı binaları ise kamu hizmeti ve konut olarak sınıflandırmıştır. Metin ve konum tabanlı sosyal medya verileri ve sokak görünümü verilerinin çalışmalara dâhil edilmesiyle elde edilen sonuçların desteklenmesi sağlanabilir.
Özet (Çeviri)
People are migrating from rural areas to cities all over the world. This migration movement brings with it complex structures and challenges for urban management. Different building functions constitute the basic data source of urban management plans such as emergency and resource management, which are of great importance for cities, and the creation of climate change models. Determining the types of use of buildings is a fundamental step in planning processes. In this study, the performances of different machine learning algorithms in functional (type of use) classification were evaluated by utilizing various spatial characteristics (size, shape, spatial relationship metrics and quantitative attributes) obtained from the geographic information system (GIS) environment of building features (objects), and thus, it was aimed to contribute to urban planning and urban management processes. In the experimental study, two applications were carried out using building detail data from Miami-Dade County, Florida. The algorithms used in the applications were trained with the Grid Search method and the hyper parameters that would show the best performance. In the first application, buildings were classified according to two different functions: residential and non-residential. CART, support vector machines (SVM), random forest (RF), extreme gradient boosting (XGBoost) and k-Nearest Neighbors (k-NN) algorithms were used in the classification. The F1-score values of the algorithms are 0.83, 0.81, 0.83, 0.83 and 0.74, respectively. Ensemble learning has been shown to perform better. In the second application, (1) factory and warehouse, (2) residential, (3) commercial and (4) public service buildings were classified according to four different functions. CART, random forest, extreme gradient boosting (XGBoost) and k-NN algorithms were used in the classification. The F1-score values of the algorithms are 0.63, 0.68, 0.68 and 0.60, respectively. Ensemble learning algorithms were found to perform better. When the error matrices are examined, all of the algorithms showed high accuracy in the residential class in both applications, followed by the factory and warehouse class. Public service buildings are the class with the least accuracy. All of the algorithms classified some buildings belonging to the public service class as commercial; and some buildings belonging to the commercial class as public service and residential. The results obtained can be supported by including text and location-based social media data and street view data in the studies.
Benzer Tezler
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN
- Öğretim dalı dersliği yönteminin ortaöğretim kuruluşlarında uygulanması ve sınıf dersliği yöntemi ile karşılaştırılması
Başlık çevirisi yok
MEHMET SOYLU
Yüksek Lisans
Türkçe
1986
Eğitim ve ÖğretimGazi ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. UMUR ERKMAN
- Buca yerleşme merkezinde ekoloji yönünden önemli biyotoplar üzerinde araştırmalar
Başlık çevirisi yok
KEMAL TULUHAN YILMAZ
- Havaalanı terminal binalarında ihtiyaç programlaması
Necessity programming in airport terminal buildings
SEVGİ LÖKÇE
- H.Ü. Devlet Konservatuvarına devam eden 14-18 yaş grubu öğrencilerinin sosyal uyumları ile ana baba tutumları arasındaki ilişkinin incelenmesi
Başlık çevirisi yok
AYŞEGÜL ŞAKIR
Yüksek Lisans
Türkçe
1987
PsikolojiGazi ÜniversitesiÇocuk Gelişimi ve Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. NURGÜN ERSAN
- Isparta iline bağlı Senirkent ilçesi ve köylerinde ilkokul çocuklarının beslenme durumları üzerinde bir araştırma
A Research on nutritional status of primary school children in Isparta-Senirkent town and its villages
AYŞE ÖZFER ÖRMECİ
Yüksek Lisans
Türkçe
1987
Ev EkonomisiAnkara ÜniversitesiEv Ekonomisi Ana Bilim Dalı
DOÇ.DR. SENİHA HASİPEK