Deprem seviye sınıflandırması için hibrit bir convlstm modeli: karşılaştırmalı bir analiz

MakaleYalnız künye

Özet

Deprem, yer kabuğunda depolanan enerjinin açığa çıkması sonucu yer yüzeyinin aniden sarsılmasıdır. Depremler genellikle yer altı kayalarının aniden kırılması ve bir fay boyunca hızlı etmesi nedeniyle meydana gelir. Binaların ve altyapının düzgün inşa edilmediği ve nüfusun hazırlıklı olmadığı bir ortamda, orta şiddette bile olsa bir deprem yıkıcı olabilir. Yapay zekâ yöntemleri, deprem tahmini gibi doğal afetlerin öngörülmesinde önemli bir rol oynamaktadır. Bu amaçla geliştirilen hibrit ConvLSTM modeli ile yer kabuğundaki karmaşık enerji dinamikleri ve hareketleri, büyük miktardaki jeolojik verilerden analiz edilerek deprem olasılıklarının tahmin edilmesi amaçlandı. ConvLSTM, LR, RF, SVM, XGBoost, MLP, CNN ve LSTM gibi popüler yöntemlerle USGS tarafından sunulan gerçek zamanlı deprem verileri kullanılarak karşılaştırıldı. Deneysel sonuçlar, ConvLSTM’in 0,9951 doğruluk ve 0,9993 AUC ile karşılaştırılan modellerden daha başarılı olduğunu göstermiştir

Anahtar Kelimeler

RDL Kalıcı Bağlantı (PID)
https://rdlopen.rawdatalibrary.net/r/munzur/6286Resmi atıflarda kullanılan kalıcı adres
DOI
https://doi.org/10.17780/ksujes.1467269Yayıncı resmi DOI adresi
İndeks kayıtları
Kaydın indeks veri tabanlarındaki sayfası (aktarımda alınan kayıt numarasıyla). Erişim, indeksin kendi koşullarına bağlıdır.
Atıflar
TR Dizin
0
Her kaynağın kendi saydığı toplam atıf; aktarım ve zenginleştirme sırasında alındı.
Tam Kayıt
AlanDeğerDil
dc.contributor.authorUtku, Anıl
dc.date.accessioned2026-10-28T15:11:27.826798922Z
dc.date.available2026-10-28T15:11:27.826798922Z
dc.date.issued2024
dc.description.abstractDeprem, yer kabuğunda depolanan enerjinin açığa çıkması sonucu yer yüzeyinin aniden sarsılmasıdır. Depremler genellikle yer altı kayalarının aniden kırılması ve bir fay boyunca hızlı etmesi nedeniyle meydana gelir. Binaların ve altyapının düzgün inşa edilmediği ve nüfusun hazırlıklı olmadığı bir ortamda, orta şiddette bile olsa bir deprem yıkıcı olabilir. Yapay zekâ yöntemleri, deprem tahmini gibi doğal afetlerin öngörülmesinde önemli bir rol oynamaktadır. Bu amaçla geliştirilen hibrit ConvLSTM modeli ile yer kabuğundaki karmaşık enerji dinamikleri ve hareketleri, büyük miktardaki jeolojik verilerden analiz edilerek deprem olasılıklarının tahmin edilmesi amaçlandı. ConvLSTM, LR, RF, SVM, XGBoost, MLP, CNN ve LSTM gibi popüler yöntemlerle USGS tarafından sunulan gerçek zamanlı deprem verileri kullanılarak karşılaştırıldı. Deneysel sonuçlar, ConvLSTM’in 0,9951 doğruluk ve 0,9993 AUC ile karşılaştırılan modellerden daha başarılı olduğunu göstermiştir
dc.identifier.doi10.17780/ksujes.1467269
dc.identifier.eissn1309-1751
dc.identifier.endpage1349
dc.identifier.issue4
dc.identifier.startpage1334
dc.identifier.urihttps://rdlopen.rawdatalibrary.net/r/munzur/6286
dc.identifier.volume27
dc.language.isotr
dc.relation.ispartofKSÜ Mühendislik Bilimleri Dergisi
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.subjectBilgisayar Bilimleri, Yapay Zeka
dc.titleDeprem seviye sınıflandırması için hibrit bir convlstm modeli: karşılaştırmalı bir analiz
dc.typeArticle
rdl.citation.trdizin0
rdl.source.indexTRDIZIN