Site-specific strong motion generation and latent space analysis at seismic stations
Sismik istasyonlarda yerel kuvvetli yer hareketi üretimi ve gizli uzay analizi
- Tez No: 982261
- Danışmanlar: DOÇ. DR. ERDEM AKAGÜNDÜZ, DR. ÖĞR. ÜYESİ SALİH TİLEYLİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Deprem Mühendisliği, Computer Engineering and Computer Science and Control, Earthquake Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sismik tehlike değerlendirmesi için kuvvetli hareket verilerinin modellenmesi büyük önem taşımaktadır. Çalışmamızda, üretken yapay zekayı kullanarak kuvvetli hareket verilerinin doğasını ve toprak özelliklerini ortaya çıkarmayı amaçlıyoruz. Sahaya özgü özelliklere sahip geçmiş olaylardan fiziksel örüntüleri verimli bir şekilde çıkaran üretken bir model oluşturduk. Bunu başarmak için, zemin özelliklerini doğru bir şekilde temsil eden kuvvetli yer hareketi verileri üretmek amacıyla deprem dalga formlarının genlik ve faz spektrogramlarını kullanarak bir Koşullu Evrişimli Değişken Otomatik Kodlayıcı (Conditional Convolutional Variational Autoencoder) modelini eğittik. Eğitimi iki adımda gerçekleştirdik: 31.249 kayıt üzerinde gözetimsiz öğrenme ve (koşullu bir model oluşturmak için yapılan küçük mimari değişikliklerin ardından) beş istasyon için 348 kayıt üzerinde ince ayar. Son olarak, hem üretilen hem de orijinal örneklerin temel saha frekans dağılımlarını hesaplayarak üretilen sinyallerin geçerliliğini karşılaştırdık ve simülasyon sonuçlarını sahalarının fiziksel bir özelliğine bağladık. Önerilen yöntem, kaydedilmiş zaman dalga formlarını kullanan veri odaklı bir yaklaşım kullanır ve koşullu üretim için yalnızca istasyon tanımlayıcılarına dayanır; bu yönüyle literatürdeki mevcut yöntemlerden farklıdır. Ayrıca, çok miktarda istasyona özgü veriye ihtiyaç duymadan modeli sınıflara duyarlı bir hale getirmek için gizli uzay koşullandırma (latent space conditioning) tekniklerini kullanır. Geleneksel yöntemlerin aksine, teorik varsayımlara, kapsamlı parametre ayarlamasına veya yüksek hesaplama gücüne ihtiyaç duymaz. Ayrıca, deprem kayıtları kullanılarak hesaplanan HVSR eğrilerinden hesaplanan temel saha frekanslarını karşılaştırarak simülasyonlardan üretilen dalga formlarının doğruluğunu sayısal olarak analiz etmek için bir değerlendirme çerçevesi sunuyoruz. Modelimiz, ideal durumla karşılaştırıldığında 0.84'lük bir uyum skoru elde etmektedir. Oluşturulan dalga formları, temel saha frekans özelliklerini doğru bir şekilde temsil eder ve diğer sahaların frekans özelliklerinden ayrışır.
Özet (Çeviri)
Modeling the strong motion data is crucial for seismic hazard assessment. In our study, we aim to unveil the nature of strong motion data and soil characteristics using generative AI. We created a generative model that efficiently extracts underlying physical patterns from historical events with site-specific properties. To achieve this, we trained a Conditional Convolutional Variational Autoencoder model on amplitude and phase spectrograms of earthquake waveforms to generate strong-motion data that accurately represents the soil characteristics. We performed training in two steps: unsupervised learning on 31,249 records and fine-tuning (after minor architectural changes to create a conditional model) on 348 records for five stations. Ultimately, we compared the relevance of the generated signals by calculating the fundamental site frequency distributions of both the generated and original samples, linking the simulation results to a physical property of their sites. The proposed method employs a data-driven approach using recorded time waveforms and relies solely on station identifiers for conditional generation, differing from existing methods in the literature. Moreover, it uses latent space conditioning techniques to make the model class-aware without requiring a large amount of station-specific data. Unlike traditional methods, it doesn't need theoretical assumptions, extensive parameter tuning, or computational power. We also introduce an evaluation framework to numerically analyze the correctness of the generated waveforms from simulations by comparing fundamental site frequencies calculated from HVSR curves, which are calculated using earthquake recordings. Our model achieves an alignment score of 0.84 with the ideal situation. Generated waveforms accurately represent their fundamental site frequency characteristics and differentiate from the frequency characteristics of other sites.
Benzer Tezler
- Generative modeling of strong ground motion records using attention-based variational autoencoders
Dikkat tabanlı varyasyonel otokodlayıcılar kullanılarak güçlü yer hareketi kayıtlarının üretici modellemesi
NEVİN ŞEHBAL HEKİMOĞLU
Yüksek Lisans
İngilizce
2026
Mühendislik BilimleriOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
DOÇ. DR. ERDEM AKAGÜNDÜZ
DR. ÖĞR. ÜYESİ SALİH TİLEYLİOĞLU
- İstanbul ve çevresi sismik risk analizi ve hedef spektrumuna uygun yapay deprem ivme kaydı üretilmesi
Seismic risk analysis for İstanbul and generation of synthetic earthquake time histories compatible with the design spectrum
BEYZA TAŞKIN
- Marmara Bölgesi için deprem yer hareketlerinin simülasyonu
Simulation of ground motions of earthquake for Marmara Region
NAZİFE ÖZGE ZÜLFİKAR
Yüksek Lisans
Türkçe
2013
Deprem Mühendisliğiİstanbul Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. SADIK ÖZTOPRAK
DR. A.CAN ZÜLFİKAR
- Van depreminde hasar gören mevcut betonarme bir binadaki hasarın, DBYBHY 2007'ye göre yapılan performans analiz sonuçları ile karşılaştırılması
Comparison of the observed damage and calculated performance assessment results according to the TSC2007 of an RC building which exposed to the van earthquake
ALPER AYDIN
Yüksek Lisans
Türkçe
2012
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
- Site characterizations at the afad strong ground motion stations and evaluation of the site effects in the region affected by the 6 february 2023 Kahramanmaraş earthquakes
6 şubat 2023 Kahramanmaraş depremlerinden etkilenen bölgedeki afad kuvvetli yer hareketi istasyonlarında zemin karakterizasyonlarının yapılması ve yer etkilerinin değerlendirilmesi
AHMET KAAN KARABULUT
Yüksek Lisans
İngilizce
2026
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA KEREM KOÇKAR