DSpace@Çankaya

Machine learning of accelerogram data for analyses, modeling and prediction

Basit öğe kaydını göster

dc.contributor.author Çıkış, Melis
dc.date.accessioned 2023-05-25T07:56:07Z
dc.date.available 2023-05-25T07:56:07Z
dc.date.issued 2022
dc.identifier.citation Çıkış, Melis (2022). Machine learning of accelerogram data for analyses, modeling and prediction / Analizler, modelleme ve tahmin için akselerogram verilerinin makine öğrenimi. Yayımlanmış yüksek lisans tezi. Ankara: Çankaya Üniversitesi, Fen Bilimleri Enstitüsü. tr_TR
dc.identifier.uri http://hdl.handle.net/20.500.12416/6384
dc.description.abstract Bu tezde, kuvvetli yer hareketi istasyonundan kaydedilmiş ivmeölçer kayıtlarının evrişimsel ağlarda işlenmesi ile merkez üssü konumu tahmini sağlanmıştır. Deprem ivmeölçer kayıtlarının spektrogram tabanlı sahte renk gösterimi önerilmiş ve bu gösterimin evrişimsel ağlarda uygulanması tartışılmıştır. Kamuya açık kırk iki binden fazla deprem kaydı kullanılarak, 5 saniyelik yüzbinlerce sahte renk spektrogramı ile bir merkez üssü kümelemesi yapılmış, ve benzer kümelerdeki depremlerin benzer gösterimler yarattığı gözlenmiştir. Elde edilen bu merkez üssü kümeleme ile farklı yıllara ait farklı kayıtlar kullanılarak evrişimsel ağ eğitilmiştir. Eğitilen bu ağ ile herhangi bir deprem olayına ait, merkez üssü ve derinlik bilgilerini tahmin etmek amaçlanmıştır. Eğitimler sonucunda, tek istasyondan kaydedilen ivmeölçer verileri ile yaratılan spektrogramların evrişimsel ağlarda kullanılabildiği ve ivmeölçer verilerinin merkez üssü tespit etmede potansiyeli olduğu gözlemlenmiştir. tr_TR
dc.description.abstract In this thesis, the earthquake epicenter coordinate prediction is provided by processing the accelerometer records recorded from the strong motion station using convolutional networks. Spectrogram-based false color representation of earthquake accelerometer records is proposed and its application in convolutional networks is discussed. Using more than forty-two thousand publicly available earthquake records, an epicenter cluster has been made with hundreds of thousands of 5-second false color spectrograms, and earthquakes in similar clusters were observed to produce similar impressions. With this epicenter clustering, the convolutional network is trained by using different records from different years. Using this trained network, it is aimed to predict the epicenter and depth information of any earthquake event. As a result of the trainings, it has been observed that the spectrograms created with single station accelerogram data can be used in convolutional networks and accelerograms have potential to detect epicenters. tr_TR
dc.language.iso eng tr_TR
dc.rights info:eu-repo/semantics/openAccess tr_TR
dc.subject Earthquake Accelerograms tr_TR
dc.subject Epicenter Clustering tr_TR
dc.subject Convolutional Neural Networks tr_TR
dc.subject Spectrogram tr_TR
dc.subject Deprem İvmeölçer Kayıtlar tr_TR
dc.subject Merkez Üssü Kümeleme tr_TR
dc.subject Evrişimsel Ağlar tr_TR
dc.subject Spektrogram tr_TR
dc.title Machine learning of accelerogram data for analyses, modeling and prediction tr_TR
dc.title.alternative Analizler, modelleme ve tahmin için akselerogram verilerinin makine öğrenimi tr_TR
dc.type masterThesis tr_TR
dc.identifier.startpage 1 tr_TR
dc.identifier.endpage 87 tr_TR
dc.contributor.department Çankaya Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Bölümü tr_TR


Bu öğenin dosyaları:

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster