Sürdürülebilir Kalkınma Amaçları
Yazarlar
Yayınlar
- MakaleAçık Erişim2023Kentsel Trafik Tahminine Yönelik Derin Öğrenme Tabanlı Verimli Bir Hibrit Model
Utku, Anıl
Trafik yoğunluğu problemi, kentsel hayatın en önemli sorunlarından biri haline gelmiştir. Trafik yoğunluğu sebebiyle harcanan zaman ve yakıt, araç kullanıcıları ve ülkeler için önemli bir kayıptır. Trafikte geçen zamanı azaltmak amacı ile geliştirilen uygulamalar, uzun vadeli trafik yoğunluğu hakkında başarılı tahminlerde bulunamamaktadır. Kameralar, sensörler ve mobil cihazlar üzerinden elde edilen trafik verileri, trafik yönetimi sorununu çözebilmek amacıyla yapay zekâ teknolojilerinin kullanımını ön plana çıkarmaktadır. Bu çalışmada, trafik yoğunluk tahminine yönelik Convolutional Neural Network (CNN) ve Recurrent Neural Network (RNN) modelleri kullanılarak hibrit bir tahmin modeli geliştirilmiştir. Çalışmada, CNN ve RNN'in öne çıkan özelliklerinden faydalanmak amaçlanmıştır. CNN, özellik çıkarma aşamasında, RNN ise sıralı zaman serisi verileri üzerinde öğrenme ve tahmin için etkili bir modeldir. Bu yöntemler hibrit bir şekilde kullanılarak tahmin doğruluğunun arttırılması amaçlanmıştır. İstanbul Büyükşehir Belediyesi tarafından sunulan saatlik trafik yoğunluğu veri seti kullanılmıştır. Kullanılan veriseti 2321 farklı nokta için 2020 Ocak ile 2020 Aralık tarihleri arasındaki trafik yoğunluk bilgisini içermektedir. Geçen araç sayısı, Bağcılar Avrupa Otoyolu kavşağında daha yüksek olduğu için bu konum deneysel çalışmalarda kullanılmıştır. Seçilen konum için 9379 satır araç bilgisi bulunmaktadır. Geliştirilen hibrit model Linear Regression (LR), Random Forest (RF), Support Vector Machine (SVM), Multilayer Perceptron (MLP), CNN, RNN ve Long-Short Term Memory (LSTM) ile İstanbul’un 2020 yılına ait trafik verileri kullanılarak test edilmiştir. Deneysel sonuçlar, önerilen hibrit modelin karşılaştırılan modellere göre daha başarılı sonuçlara sahip olduğunu göstermiştir. Önerilen model kavşaktan geçen araç sayısı tahmininde 0,929 R2 değerine, kavşaktan geçen araçların ortalama hızlarının tahmininde ise 0,934 R-Squared (R2) değerine sahip olmuştur.
AtıfOpenAlex1TR Dizin1
İncele - MakaleAçık Erişim2023Geyik Dağı güncel buzulları ve morfometrik özellikleri
Canpolat, Ergin; Çılğın, Zeynel; Bayrakdar, Cihan; Bozdoğan, Mahsum; Keserci, Ferhat; Güngör, Gülan
Geyik Dağları, Geç Kuvaterner boyunca yoğun ve tekrarlanan buzullaşmalara maruz kalmıştır. Güncel bir buzulun varlığı bölgede yapılan daha önceki çalışmalarda doğrulanmamış veya tespit edilememiştir. Bölgede yerel gezgin olan Hasan Hüseyin Kahrıman’nın 27 Ekim 2023 tarihinde buzul varlığını sosyal medya aracılığı ile aktarması üzerine buzulları tanımlamak ve yerlerini belir- lemek için uzaktan algılama yöntemleri kullanılmış ve Geyik Dağı’na yapılan arazi çalışması ile güncel buzulların varlıkları doğrulanmıştır. Bu çalışma aynı zamanda bilimsel olarak Geyik Dağı’nda güncel bir buzulun varlığını tanımlayan ve doğrulayan ilk çalışmadır. Belirlenen yayılış alanları üze- rinden buzul modellemesi, ELA (Equilibrium Line Al titude) hesaplama araçları, bakı ve eğim in- tersect (kesiştirme) analizleri ile sirk morfometrisi yöntemleri kullanılarak buzulların ve içerisinde yer aldıkları sirkler ile yakın çevresinin özellikleri nicel verilerle ortaya konulmuştur. Buzul model- lemesi neticesinde Geyik Orta Buzulu’nun toplam 6000 (±300) m2, Doğu Buzulu’nun 2030 (±100) m2 toplamda ise Geyik Dağı’ndaki buzulların 8030 (±480) m2 alana sahip olduğu tespit edilmiştir. Buzulların ortalama olarak uzunlukları 98 m (metre), ELA değeri ise 2619 m olarak hesaplanmıştır. Buzulların 12-30 ̊ eğim değerleri arasında ve tamamen kuzey bakılı alanlarda bulundukları tespit edilmiştir. Buzullar ve sirklerin morfolojik özellikleri, yüksek rakım, bakı özellikleri ve yüksek kar birikimi Geyik Dağı’ndaki buzulların bu kesimlerde korunmasına pozitif olarak etki etmiştir. Bu- zullar üzerinde yapılan karşılaştırmalı uydu görüntülerinde 06.09.2010 tarihinden günümüze kadar buzulların alansal olarak %50’sinden fazlasının eridiği ve önümüzdeki yıllarda etkisini giderek arttı- ran küresel ısınma ile beraber 5 yıl içerisinde tamamen ortadan kalkacağı tahmin edilmektedir.
AtıfOpenAlex11TR Dizin4İncele - MakaleAçık Erişim2022Deep Learning Based Air Quality Prediction: A Case Study for London
Utku, Anıl; Can, Umit
Although states take various measures to prevent air pollution, air pollutants continue to exist as an important problem in the world. One air pollutant that seriously affects human health is called PM2.5 (particles smaller than 2.5 micrometers in diameter). These particles pose a serious threat to human health. For example, it can penetrate deep into the lung, irritate and erode the alveolar wall and consequently impair lung function. From this, the event PM2.5 prediction is very important. In this study, PM2.5 prediction was made using 12 models, namely, Decision Tree (DT), Extra Tree (ET), k-Nearest Neighbourhood (k-NN), Linear Regression (LR), Random Forest (RF), Support Vector Machine (SVM), Extreme Gradient Boosting (XGBoost), Multi-Layer Perceptron (MLP), Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Gated Recurrent Unit (GRU), and Long Short-Term Memory (LSTM) models. The LSTM model developed according to the results obtained achieved the best result in terms of MSE, RMSE, MAE, and R2 metrics.
AtıfOpenAlex7İncele - MakaleAçık Erişim2022Mask R-CNN Derin Sinir Ağı ile Demiryolu Hattı Bileşenlerinde Çoklu Hata Tespiti
Karaköse, Mehmet; Aydin, Ilhan; Akın, Erhan; Yilmazer, Merve
Demiryolu birçok yolcunun aynı anda seyahat edebilmesine olanak tanıyan aynı zamanda yük taşımacılığında da sıklıkla kullanılan bir ulaşım çeşididir. Ulaşımda kazalar ve aksamalar meydana gelmemesi için hattın periyodik olarak kontrolünün sağlanması ve hatalı bileşenlerin belirlenerek onarılması gerekmektedir. Raylı ulaşım sistemlerinin güvenliğinin sağlanması için yapılan manuel denetimlere alternatif olarak, son zamanlarda görüntü işleme algoritmaları ve derin öğrenme algoritmaları kullanılarak temassız, hızlı ve güvenilir sonuçlar veren hata tespit yöntemleri geliştirilmiştir. Bu çalışmada sağlıklı olan traversler ve travers üzerinde meydana gelen çeşitli hataların tespit edilmesine yönelik Mask R-CNN derin sinir ağı mimarisi kullanılarak yeni bir yöntem önerildi. Üç farklı hata türü ve sağlıklı travers olmak üzere toplamda dört farklı sınıf etiketi ile etiketlenen gerçek demiryolu görüntüleri kullanılarak model eğitimi ve eğitilen modelin test edilmesi sağlandı. Değerlendirme metrikleri hesaplanarak modelin başarı performansı ölçüldü. Sağlıklı ve hatalı olan traversleri belirlemede modelin doğruluğu %95 olarak belirlendi.
AtıfOpenAlex4TR Dizin1İncele - MakaleAçık Erişim2021Experimental Analysis of PV/T Collectors Assisted with PCM for Off-Grid Domestic Applications
Bayrak, Fatih; Oztop, Hakan; Bakır, Eda
An experimental study was carried out to examine the efficiency of solar energy in photovoltaic thermal collectors (PV/T) with energy storage. A photovoltaic thermal collector was used to generate both electrical energy and hot water. The effects of inclination angle of PV/T collectors on power, temperature, energy and exergy values were investigated. Also, effects of cellular shading are tested and discussed. PV/T was compared with the conventional PV/T collector by adding phase change material (PCM) for one of the collectors. In addition, the effect of different shading conditions (small, medium and large circle) on the power and hot water output of the PV/T collector at optimum slope angle were investigated. It is found that 7 ºC temperature differences are occurred in the hot water outlet between the PV/T collector and the PV/T-PCM collector. The highest energy efficiencies of PV/T-PCM collectors are obtained as 73.26%, 84.70% and 68.96% for slope angle 25º, 30º and 35º, respectively. The highest exergy efficiencies of shaded collectors are obtained as 11.92% for PV/T and 23.38% for PV/T-PCM.
AtıfOpenAlex4TR Dizin1İncele