Kabil'in hava kalitesi tahmininde makine öğrenmesi algoritmalarının kullanılması

Basit Öğe Kaydı
dc.contributor.advisorÇiner, Fehiman
dc.contributor.advisorKarkınlı, Ahmet Emin
dc.contributor.authorFaızı, Sakhıdad
dc.date.accessioned2021-12-24T13:42:24Z
dc.date.available2021-12-24T13:42:24Z
dc.date.issued2021
dc.date.submitted2021-09
dc.departmentNiğde ÖHÜ, Fen Bilimleri Enstitüsü, Çevre Mühendisliği Ana Bilim Dalı
dc.description.abstractGünümüzde, insanların çeşitli faaliyetleri sonucu meydana gelen üretim ve tüketim aktiviteleri sırasında ortaya çıkan hava kirliliği her gün artan bir çevre sorunudur. Bu sorun, atmosferdeki hava bileşiklerinin değişmesi, küresel iklim değişimi, asit yağışları, ozon tabakasının seyrelmesi, yaban hayatı ve insanlar üzerindeki olumsuz etkiler oluşturarak ekosisteme zarar vermektedir. Hava kirliliğini etkileyen parametrelerin belirlenerek bir model içerisinde değerlendirilmesi, kirliliğe karşı alınabilecek önlemleri yönlendirebilmekte ve hava kalitesi ve standartlarının iyileştirilebilmesi için üretilecek çözüm süreçlerini kolaylaştırmaktadır. Hava kirliliğinin birçok parametreye bağlı olması, her parametrenin ölçülememesi/temin edilememesi bu konuda makine öğrenmesi tekniklerinin kullanılmasının temel nedenidir. Bu tez çalışmasında da Kabil iline ait Sıcaklık, Çiy noktası, Nem, Rüzgâr Hızı ve Basınç meteoroloji parametreleri ile PM2.5, PM10, CO, SO2, NO2, O3 kirleticilerinden oluşan bir veri seti kullanılmıştır. Veri seti literatürde iyi bilinen, Lineer Regresyon, Yapay Sinir Ağları, Destek Vektör Makinaları, Karar Ağaçları ve Gauss Süreç Regresyonu yöntemleriyle modellenmiş ve modellerin başarısı karşılaştırılmıştır.
dc.description.abstractToday, air pollution that occurs during production and consumption activities that occur as a result of various activities of people is an environmental problem that is increasing day by day. This problem harms the ecosystem by creating changes in air compounds in the atmosphere, global climate change, acid precipitation, depletion of the ozone layer, adverse effects on wildlife and humans. Determining the parameters affecting air pollution and evaluating them in a model can guide the measures that can be taken against pollution and facilitate the solution processes to be produced in order to improve air quality and standards. The fact that air pollution depends on many parameters and that every parameter cannot be measured/provided is the main reason for using machine learning techniques in this regard. In this thesis, a data set consisting of the temperature, dew point, humidity, wind speed and pressure meteorological parameters of the province of Kabul and pollutants PM2.5, PM10, CO, SO2, NO2, O3 was used. The data set was modeled with the well-known methods of Linear Regression, Artificial Neural Networks, Support Vector Machines, Decision Trees and Gaussian Process Regression and the success of the models was compared.
dc.identifier.citationFaızı, S. (2021). Kabil'in hava kalitesi tahmininde makine öğrenmesi algoritmalarının kullanılması. (Yüksek Lisans Tezi) Niğde Ömer Halisdemir Üniversitesi, Fen Bilimleri Enstitüsü, Niğde
dc.identifier.urihttps://hdl.handle.net/11480/8579
dc.identifier.yoktezid697115
dc.language.isotr
dc.publisherNiğde Ömer Halisdemir Üniversitesi / Fen Bilimleri Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectHava kirliliği
dc.subjectMakine öğrenmesi
dc.subjectKabil
dc.subjectKarbon monoksit
dc.subjectKükürt dioksit
dc.subjectPartikül madde
dc.subjectAir pollution
dc.subjectMachine Learning
dc.subjectKabul
dc.subjectCarbon monoxide
dc.subjectSulfur dioxide
dc.subjectParticulate matter
dc.titleKabil'in hava kalitesi tahmininde makine öğrenmesi algoritmalarının kullanılması
dc.title.alternativeUsing machine learning algorithms in prediction of air quality in kabul
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Kabil'in hava kalitesi tahmininde makine öğrenmesi algoritmalarının kullanılması.pdf
Boyut:
4.99 MB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu