Novel approach for earthquake prediction and seismic-quality factor estimation using machine learning models
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Yer bilimlerinde, deprem tahmini çözülmemiş büyük problemlerden biridir. Deprem habercilerini belirlemeye yönelik on yıllarca süren araştırmalara rağmen, depremleri meydana gelmeden önce tahmin etmek için kanıtlanmış bir analitik yöntem yoktur. Bir depremden önce sismik dalga biçiminde ayırt edilebilir bir sinyal olmadığı için problem zordur. Veriler çok boyutludur, bu nedenle insanların analiz etmesi zordur. Ayrıca, ham verilere uygulanabilecek çok sayıda sinyal işleme algoritması vardır, bu nedenle optimum girdi verilerini seçmek zordur. Derin öğrenmenin uygulanması literatürde nadirdir ve bu nedenle araştırma için yeni bir yol sunabilir. Projemiz, derin sinir ağlarını ve mevcut gerçek zamanlı sismik izleme sistemlerini kullanarak bir deprem uyarı sistemi oluşturmaya çalışacaktır.
Author
Raad M.saeed Ahmedthabıt
How to Cite
Raad M.saeed Ahmedthabıt (Yüksek Lisans Tezi). Novel approach for earthquake prediction and seismic-quality factor estimation using machine learning models, 2023, Altınbaş University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Altınbaş University
- Samuel P. Huntington'ın Medeniyetler Çatışması' ve Immanuel Wallerstein'ın Dünya Sistemleri Analizi'nin karşılaştırılması(2024)
- Olumsuz çocukluk deneyimlerinin ebeveyn tutumları üzerindeki etkisinde öz yeterliğin moderatör etkisi(2025)
- The conscious impact of fractal dimension in hospital architecture: Enhancing warmth and comfort(2024)
- Kablosuz sensör ağında optimize edilmış özellik seçimi ile hibrit makine öğrenmesi tekniğine dayalı gelişmiş anomali tespit sistemi tasarımı(2025)
- Synthesis and evaluation of nano particles for anticancer application(2025)
- An optimized malware detection technique using subspace learning- based one-class classification(2023)
