Türkiye deprem verileri ile birliktelik analizi
Yükleniyor...
Dosyalar
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Depremler, Türkiye coğrafyasında da yaşandığı gibi, insanoğlu için en yıkıcı afetler arasında değerlendirilmektedir. Veri bilimi, yeterli miktarda veri sağlanması durumunda gizli kalıpları keşfetme özelliğine sahiptir. Özellikle belirli bir zaman penceresi içerisinde birlikte meydana gelmesiyle tanımlanan olayların zamana bağlı birlikteliği, pazar sepeti analiz uygulaması gibi bir ortak kural madenciliği görevi olarak ele alınabilir. Bu bağlamda her güne ait sismik aktivitelerin tek bir olay sepeti olarak ele alındığı bu tez çalışmasında, sismik olaylar arasındaki birliktelik örüntülerini keşfetmeyi hedefledik. Mevcut çalışma, Türkiye bölgesinde son 5 yılda kaydedilen depremler için en belirgin birliktelik kurallarını her yılı kendi içinde ayrı ayrı ele alarak sunmaktadır. Veri biliminin olay birlikteliğine yönelik bir çözümleme çerçevesi sunması sayesinde bu çalışma, çeşitli uzaklıklardaki bölgelerden kaydedilen olaylar arasında var olan ve sahadan elde edilen jeolojik kanıtlarla da doğrulanabilecek nitelikteki birliktelik örüntülerini ortaya koymakta, bu kapsamda sismik verileri Türkiye’de ve dünyada daha önce uygulanmamış bir yaklaşımla ele almaktadır. Sonuç olarak ortak kural madenciliğinde kullanılan Apriori algoritması yardımıyla aynı zaman penceresi içinde gerçekleşen olayların bir sepet olarak ele alınması sayesinde olay bazlı büyük veri yığınlarından keşifler yapmaya yönelik çalışmalara da bir temel oluşturabilecektir.
Earthquakes are considered to be among the most destructive disasters for mankind, as experienced in the geography of Turkey. Data science has the ability to discover hidden patterns if sufficient amount of data is provided. In particular, the time-dependent association of events defined by their co-occurrence within a certain time window can be considered as a common rule mining task such as a market basket analysis application. In this context, in this thesis, where seismic activities of each day are considered as a single event basket, we aimed to discover the association patterns between seismic events. As a result, this study presents the most significant association rules for earthquakes recorded in the last 5 years in the Turkish region by considering each year separately. As data science provides a framework for event association analysis, this study reveals patterns of association between events recorded at various distances, which can be confirmed by geological evidence from the field. As a result, with the help of the Apriori algorithm used in association rule mining, events that occur within the same time window can be considered as a basket, which can form a basis for studies aimed at making discoveries from event-based big data stacks.
Earthquakes are considered to be among the most destructive disasters for mankind, as experienced in the geography of Turkey. Data science has the ability to discover hidden patterns if sufficient amount of data is provided. In particular, the time-dependent association of events defined by their co-occurrence within a certain time window can be considered as a common rule mining task such as a market basket analysis application. In this context, in this thesis, where seismic activities of each day are considered as a single event basket, we aimed to discover the association patterns between seismic events. As a result, this study presents the most significant association rules for earthquakes recorded in the last 5 years in the Turkish region by considering each year separately. As data science provides a framework for event association analysis, this study reveals patterns of association between events recorded at various distances, which can be confirmed by geological evidence from the field. As a result, with the help of the Apriori algorithm used in association rule mining, events that occur within the same time window can be considered as a basket, which can form a basis for studies aimed at making discoveries from event-based big data stacks.
Açıklama
Anahtar Kelimeler
Zaman serisi analizi, ortak kural madenciliği, makine öğrenmesi, deprem dinamikleri, birliktelik analizi., Network Representation Learning, Text Classification, Deep Learning, Natural Language Processing.
