Üç boyutlu zemin haritaları kullanımı ile makine öğrenmesi tekniklerine dayalı geoteknik parametre tahmini
Geotechnical parameter estimation based on machine learning techniques using three dimensional soil maps
- Tez No: 941057
- Danışmanlar: DOÇ. DR. ZÜLAL AKBAY ARAMA, DR. ÖĞR. ÜYESİ MELDA YÜCEL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 136
Özet
Bu tez çalışmasında, İstanbul İli Fatih ilçesi özelinde, yerel zemin özelliklerinin dijital ortamda modellenmesi ve bu modellere dayalı olarak geoteknik parametrelerin makine öğrenmesi teknikleri aracılığıyla tahmin edilmesi amaçlanmıştır. Çalışma üç temel aşamadan oluşmaktadır. İlk aşamada, farklı tarihlerde hazırlanmış zemin ve geoteknik etüt raporlarından alınan veriler dijital ortama aktarılarak kapsamlı ve düzenli bir veri tabanı oluşturulmuştur. Bu veri tabanı, saha çalışmalarının yanı sıra laboratuvar deney sonuçlarını da içermektedir. İkinci aşamada, Google Earth ve QGIS gibi açık kaynaklı coğrafi bilgi sistemleri yazılımları çalışma alanı detaylı şekilde haritalandırılmış; ardından CAD ve CBS tabanlı NETPROMine programı aracılığıyla üç boyutlu zemin modelleri oluşturulmuştur. Böylece, zemin katmanlarının konumsal dağılımı ve mühendislik özellikleri detaylı biçimde görselleştirilmiştir. Üçüncü ve son aşamada ise, bu modellerden elde edilen veriler Matlab programında yapay sinir ağı (YSA) algoritmaları kullanılarak analiz edilmiş ve kıvam ve mukavemet parametrelerinin tahmini yapılmıştır. Tahmin süreçlerinde regresyon analizleri, çok değişkenli veri değerlendirmeleri ve çeşitli hata metrikleri kullanılmıştır. Tahminlemelerde hata değerleri düşük çıkmış ve modellerin güvenilirliği literatür karşılaştırmalarıyla test edilmiştir. Sonuçlar, kentsel dokusu karmaşık ve etüt yapılması zor olan bölgelerde, geoteknik parametrelerin daha hızlı, güvenilir ve sürdürülebilir bir şekilde öngörülmesine katkı sağlamaktadır. Çalışma, mühendislik uygulamaları için yenilikçi ve dijital tabanlı bir yaklaşım sunmaktadır. Oluşturulan üç boyutlu zemin haritaları yer altı koşullarını görselleştirerek saha mühendislerinin karar süreçlerini kolaylaştırmaktadır. Modelleme süreci, özellikle arkeolojik ve mimari açıdan hassas bölgelerde geleneksel sondaj yöntemlerine alternatif sunmaktadır. Bu yönüyle çalışma, yalnızca Fatih ilçesiyle sınırlı kalmayıp benzer özellikler taşıyan diğer kentsel alanlara da örnek teşkil etmektedir.
Özet (Çeviri)
In this thesis study, the aim is to model local soil characteristics digitally for the Fatih district of Istanbul and to estimate geotechnical parameters based on these models using machine learning techniques. The study consists of three main stages. In the first stage, data obtained from soil and geotechnical investigation reports prepared at different times were transferred to a digital media to create a comprehensive and organized database. This database includes both field investigation results and laboratory test results. In the second stage, the study area was mapped in detail using open-source geographic information system (GIS) software such as Google Earth and QGIS; subsequently, three-dimensional soil models were created using the CAD and GIS-based NETPROMine software. By this way, the spatial distribution and engineering properties of soil layers were visualized in detail. In the third and final stage, the data obtained from these models were analyzed using artificial neural network (ANN) algorithms in the Matlab software, and the estimation of consistency and strength parameters was performed. Regression analyses, multivariate data evaluations, and various error metrics were used in the estimation processes. The prediction results yielded low error values, and the reliability of the models was tested through comparisons with existing literature. The results contribute to the rapid, reliable, and sustainable estimation of geotechnical parameters, especially in urban areas with complex structures where field investigations are limited. The study presents an innovative and digital-based approach for engineering applications. The generated three-dimensional soil maps help visualize subsurface conditions, facilitating the decision-making processes of field engineers. The modeling process presents an alternative to traditional drilling methods, especially in archaeologically and architecturally sensitive areas. In this respect, the study is not limited to the Fatih district and serves as an example for other urban areas with similar characteristics.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- New deep learning based approaches for land cover classificationin satellite images
Uydu görüntülerinde arazi örtüsü sınıflandırması için yeni derin öğrenme tabanlı yaklaşımlar
BAHAA AWAD
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Machine learning assisted force field development for nucleic acids
Nükleik asitler için makine öğrenimi destekli kuvvet alanı geliştirilmesi
GÖZDE İNİŞ DEMİR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. ADEM TEKİN
- Kıyı alanlarında mekansal bağlantıların yaya hareketleri ve mekan kullanımına etkileri
The effects of spatial connectivity on pedestrian movement and space usage in waterfront areas
ZEYNEP CEREN DURGUT
Yüksek Lisans
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. DİLEK YILDIZ
- A methodology for assessment of spatial performance in hospital buildings through immersive virtual reality and behavioural sequence analysis
Kapsayıcı sanal gerçeklik ve davranışsal dizi analizi yoluyla hastane binalarında mekansal performansın değerlendirilmesine yönelik bir metodoloji
ELİF BAHAR OKUYUCU
Yüksek Lisans
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. SEVİL YAZICI