| Yazarlar (2) |
Remzi Gürfidan
Türkiye |
Dr. Öğr. Üyesi Mehmet Ali YALÇINKAYA
Kırşehir Ahi Evran Üniversitesi, Türkiye |
| Özet |
| Bu çalışmada, İstanbul’da olası bir 7.5 büyüklüğündeki depremin etkilerini, özellikle de can kaybı sayısı, hastaneye ihtiyaç duyacak kişi sayısı ve geçici barınma ihtiyacı duyacak kişi sayısını tahmin etmek için makine öğrenmesi algoritmaları kullanılmaktadır. İstanbul Büyükşehir Belediyesi Açık Veri Portalı ve Türkiye İstatistik Kurumu’ndan derlenen bir veri seti kullanılarak Gradyan Artırma (Gradient Boosting), Uyarlanabilir Artırma (AdaBoost), Rastgele Orman (Random Forest) ve Ekstra Ağaçlar (ExtraTrees) algoritmaları değerlendirilmiştir. Gradient Boosting modeli, yüksek doğruluk ve düşük tahmin hataları ile en etkili model olarak öne çıkmıştır. Bu yaklaşım, gelişmiş analitiklerin kentsel afet hazırlığı ve yönetimini geliştirme konusundaki kritik rolünü vurgulamakta ve depreme eğilimli bölgelerdeki alınacak önlemler ve altyapı gelişimi için değerli öngörüler sağlamaktadır. |
| Anahtar Kelimeler |
| Makale Türü | Özgün Makale |
| Makale Alt Türü | Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayımlanan tam makale |
| Dergi Adı | Karaelmas Fen ve Mühendislik Dergisi |
| Dergi ISSN | 2146-4987 |
| Dergi Tarandığı Indeksler | TR DİZİN |
| Makale Dili | Türkçe |
| Basım Tarihi | 11-2024 |
| Cilt No | 14 |
| Sayı | 3 |
| Sayfalar | 95 / 105 |
| Doi Numarası | 10.7212/karaelmasfen.1494349 |
| Makale Linki | https://dergipark.org.tr/tr/download/article-file/3975006 |
| Atıf Sayıları |
