Modern makine öğrenmesi yöntemlerinin farklı inşaat mühendisliği problemlerine uygulanması
Application of modern machine learning methods to various civil engineering problems
- Tez No: 977054
- Danışmanlar: PROF. DR. SAFA BOZKURT COŞKUN
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde inşaat mühendisliği, sadece geleneksel alt disiplinleriyle sınırlı kalmayıp, veriye dayalı analizlerin de göz önünde bulundurulduğu disiplinler arası bir çalışma alanına dönmüştür. Teknolojik gelişim ve buna bağlı olarak hesaplama alanındaki dönüşümle birlikte geleneksel yöntemlerin yerini daha hızlı, daha esnek ve doğruluk oranı daha yüksek yaklaşımlar sunan makine öğrenmesi yöntemleri almaya başlamıştır. Bu tez çalışmasında, inşaat mühendisliği uygulamalarında karşılaşılan çeşitli karmaşık problemlerin çözümleri için modern makine öğrenmesi modellerinin etkinliği ve ele alınan problemlerden elde edilen sonuçları incelenmiştir. Çalışma kapsamında Kahramanmaraş ve Nepal depremlerine ait hasar gören yapıların hasar sınıflarının tahminleri, Yuvacık Barajı içme suyu kaynağındaki mangan miktarının tahmini, köprülerdeki titreşim davranışının makine öğrenmesi regresyon modelleri ile analizi, konut harcamaları ve hane halkı sayısının zaman serisi modelleriyle tahmini, şantiyelerde iş sağlığı ve güvenliği açısından kişisel koruyucu ekipmanların nesne algılama yöntemi ile tespiti ve fizik bilgili sinir ağı yardımıyla doğrusal olmayan ısı iletimi probleminin çözümü ele alınmaktadır. Makine öğrenmesi modelleme sürecinde denetimli öğrenme algoritmaları ile birlikte nesne algılama mimarisi YOLOv8, zaman serisi için ARIMA ve SARIMA zaman serisi modeli ve doğrusal olmayan yönetici diferansiyel denklem çözümü için fizik bilgili yapay sinir ağları kullanılmıştır. Çalışma sonucunda, makine öğrenmesi algoritmalarının yeterli ve kaliteli veri sağlandığında, inşaat mühendisliği alanında hem çözüm başarısı hem de uygulanabilirlik açısından önemli avantajlar sunduğu görülmüştür. Çalışma kapsamında geliştirilen modellerin, afet yönetimi, yapısal sağlık izleme, altyapı planlaması ve şantiye güvenliği, doğrusal olmayan diferansiyel denklemlerin çözümü gibi inşaat mühendisliğinin farklı uygulamalarında hem çözümleme hem de karar destek mekanizması aracı olarak kullanılabilirliği gösterilmiştir.
Özet (Çeviri)
Today, civil engineering is no longer limited to its traditional sub-disciplines; it has become an interdisciplinary field where data-driven analysis is also considered. With technological advancements and changes in computational tools, traditional methods are being replaced by machine learning approaches that are faster, more flexible, and more accurate. In this thesis, the effectiveness of modern machine learning models for solving various complex problems in civil engineering applications is examined, along with the results obtained from these problems. The study includes several case studies: predicting damage classes of structures affected by the Kahramanmaraş and Nepal earthquakes, estimating the amount of manganese in the Yuvacık Dam drinking water source, analyzing vibration behavior of bridges using machine learning regression models, forecasting housing expenditures and household numbers with time series models, detecting personal protective equipment on construction sites using object detection, and solving nonlinear heat conduction problems with the help of physics-informed neural networks. During the modeling process, supervised learning algorithms were used along with the YOLOv8 object detection architecture, ARIMA and SARIMA models for time series forecasting, and physics-informed neural networks for solving nonlinear differential equations. The results show that, when enough and high-quality data is available, machine learning algorithms offer significant advantages in terms of both solution success and practical use in civil engineering. The models developed in this study can be used as analysis and decision-support tools in various civil engineering applications such as disaster management, structural health monitoring, infrastructure planning, construction site safety, and solving nonlinear differential equations.
Benzer Tezler
- Artificial intelligence applications in microwave and mmwave sensing
Mikrodalga ve milimetre dalga algılamada yapay zeka uygulamaları
MUHAMMED İSMAİL PENÇE
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET NURİ AKINCI
- Nonlinear solver-aided estimation filter based geostationary satellite navigation with available GNSS signals
Mevcut küresel uydu navigasyon sistemleri sinyalleri ile yer sabit yörünge uyduları için doğrusal olmayan çözücü destekli kestirim filtresi tabanlı navigasyon
FURKAN ŞEVİK
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DEMET ÇİLDEN GÜLER
- Development of UAV-based pavement crack identification system using artificial intelligence
Yapay zeka kullanarak İHA tabanlı yol üstyapı çatlağı tanımlama sistemi geliştirilmesi
AHMET BAHADDİN ERSÖZ
Yüksek Lisans
İngilizce
2016
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ONUR PEKCAN
- Mimari tasarımda yapay zeka: Evrişimli yapay sinir ağlarının vaziyet planı tasarımında kullanımı
Artificial intelligence in architectural design: The use of convolutional neural networks in site plan design
MUSTAFA KEMAL KAYIŞ
Yüksek Lisans
Türkçe
2019
Mimarlıkİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. HAKAN YAMAN