Türkiye için minimum VS30 tahmininde jeoloji ve topografya koşullu kantil ve lojistik regresyon modellerinin kullanımı
The use of quantile and logistic regression models for minimum of VS30 conditioned on geology and topography in Turkiye
- Tez No: 903496
- Danışmanlar: DOÇ. MUSTAFA TOLGA YILMAZ
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Mühendislik Bilimleri, Civil Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Hesaplamalı Bilim ve Mühendislik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırmanın temel amacı, Türkiye için proxy tabanlı Vs30 haritalarının geliştirilmesinde kullanılabilecek regresyon modelleri geliştirmektir, böylece hızlı deprem hasarı ve kaybı tahminlerinde saha koşullarının etkisi dikkate alınabilir. AFAD tarafından sağlanan veri setini ve UDAP-Ç-20-01 projesi kapsamında geliştirilen jeolojik ve topografik sınıflandırmaları kullanarak, bu çalışma jeolojik ve topoğrafik özelliklere bağlı olarak Vs30 değerlerinin olasılıksal koşullu tahminlerini elde etmek için kantil regresyon ve lojistik regresyon modellerini araştırmaktadır. Jeolojik sınıfların Vs30 için asıl tahmin ediciler olduğu, topografik eğimin ise ikinci seviyede sonuçlara tesir ettiği görülmüştür.
Özet (Çeviri)
The main goal of this research is to develop regression models which can be used in the development of proxy-based Vs30 maps for Türkiye, so that the effect of site conditions can be considered in rapid earthquake damage and loss estimations. Using the dataset provided by AFAD, and the geological and topographical classifications developed within the project UDAP-Ç-20-01, this study explores quantile regression and logistic regression models to obtain probabilistic conditional estimations of Vs30 depending on geological and topographical properties. The geological class is found to be the prominent estimator for Vs30, and the topographical gradient contributes to the predictions secondarily.
Benzer Tezler
- Building energy efficiency: A data-driven machine learning approach for energy optimization
Bina enerji verimliliği: Enerji optimizasyonu için veriye dayalı makine öğrenmesi yaklaşımı
AHMAD REZA DARABI
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- Batı Türkiye'de depremsellik ve yer hareketi modellerinin sismik tehlike analizine etkisi
The effects of seismicity and ground motion models on seismic hazard analysis in Western Türkiye
SERAP KIRIM
Doktora
Türkçe
2026
Jeofizik MühendisliğiSakarya ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT UTKUCU
- 6 Şubat Kahramanmaraş pazarcık depreminin ivme ve fourıer spektrumlarının değerlendirilmesi
Evaluation of the acceleration and fourier spectrum of the February 6 Kahramanmaraş pazarcik earthquake
MÜRSEL BAYINDIR
Yüksek Lisans
Türkçe
2024
Deprem MühendisliğiBingöl Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL BALUN
- Türkiye hava alanlarının meteorolojik karakteristiklerinin çıkarılması
Meteorological characteristics of Turkey airports
MERT ULUYAZI
Yüksek Lisans
Türkçe
2018
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ŞEN
- Türkiye'de olasılıksal deprem tehlike haritalarının betonarme yapılarda deprem davranışının tespitine etkileri
The effect of probabilistic seismic hazard maps on seismic assessment of rc structures in Turkey
SARPER SEVİNÇ
Doktora
Türkçe
2018
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İHSAN ENGİN BAL