YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI

DUMAN, OSMAN; ÇAM, HANDAN

YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI

Handan ÇAM, (Yrd. Doç. Dr., Gümüşhane Üniversitesi, İ.İ.B.F., İşletme Bölümü,)

Osman DUMAN (Öğr. Gör., Gümüşhane Üniversitesi, Torul Meslek Yüksekokulu,)

Gümüşhane Üniversitesi Sosyal Bilimler Dergisi

96 18

Yıl: 2016 Cilt: 7 Sayı: 17 Sayfa Aralığı: 227 - 248 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI

Öz:

Gerçekleşecek depremleri önceden kesin bilen, genelleştirilebilecek bir yöntem günümüze kadar geliştirilememiştir. Fakat birçok yöntemle deprem tahmini yapılmaya çalışılmaktadır. Bu yöntemlerden birisi olan Yapay Sinir Ağları, belirlenen girişler ve çıkışlar arasındaki ilişkiyi öğrenerek faklı örüntülere karşı uygun çıkışlar vermektedir. Yapılan bu çalışmada Gutenberg-Richter ilişkisine bağlı ve deprem tahminlerinde kullanılan b değerini temel alan bir ileri beslemeli geri yayılımlı yapay sinir ağı geliştirilmiştir. Türkiye'nin batısında yoğun sismik aktiviteye sahip dört faklı bölgeye ait deprem verileri kullanılarak yapay sinir ağı eğitilmiştir. Eğitim aşamasından sonra aynı bölgeler için daha sonraki tarihlere ait deprem verileri test için kullanılmış ve ağın başarımı ortaya konmuştur. Çalışmada geliştirilen ağın tahmin sonuçları incelendiğinde; ağın gerçekleşmeyecek dediği deprem tahmin sonuçları tüm bölgelerde oldukça yüksek çıkmıştır. Bunun yanında ağın gerçekleşecek dediği deprem tahmin sonuçları, çalışılan bölgeler için belli bir oranda farklı sonuçlar vermiştir

Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri Bilgisayar Bilimleri, Yapay Zeka

EARTHQUAKE PREDICTION WITH ARTIFICIAL NEURAL NETWORK METHOD: THE APPLICATION OF WEST ANATOLIAN FAULT IN TURKEY

Öz:

A method that exactly knows the earthquakes beforehand and can generalize them cannot still been developed. However, earthquakes are tried to be predicted through numerous methods. One of these methods, artificial neural networks give appropriate outputs to different patterns by learning the relationship between the determined inputs and outputs. In this study, a feedforward back propagation artificial neural network that is connected to Gutenberg-Richter relationship and that bases on b value used in earthquake predictions was developed. The artificial neural network was trained employing earthquake data belonging to four different regions which have intensive seismic activity in the west of Turkey. After the training process, the earthquake data belonging to later dates of the same regions were used for testing and the performance of the network was put forward. When the prediction results of the developed network are examined, the prediction results that the network predicts that an earthquake is not going to occur are quite high in all regions. Furthermore, the earthquake prediction results that the network predicts that an earthquake is going to occur are different to some extent for the studied regions

Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri Bilgisayar Bilimleri, Yapay Zeka

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

Alafari, Abdulrahman S.N - Nassir S.N. Alarifi - Saad Al-Humidan (2012), “Earthquakes Magnitude Predication Using Artificial Neural Network in Northern Red Sea Area”, Journal Of King Saud University – Science, 24, pp. 301-303.
Alexandrıdıs, Alex – Eva Chondrodıma – Evangelos Efthımıou - Giorgos Papadakıs - Filippos Vallıanatos - Dimos Trıantıs (2014), “Large Earthquake Occurrence Estimation Based on Radial Basis Function Neural Networks”, IEEE Transactıons On Geoscıence And Remote Sensing 52(9), pp. 5443-5453.
Bilen, Mehmet - A. Hakan Işık - Tuncay Yiğit (2015), “Sismik Darbelerin Sınıflandırılarak Deprem Tehlikesinin Tahmin Edilmesi”, Uluslararası Burdur Deprem Ve Çevre Sempozyumu, 7-9 Mayıs 2015, Burdur, ss. 41-48.
Bodri, Bertalan (2001), “A Neural-Network Model for Earthquake Occurrence”, Journal of Geodynamics 32, pp.289–310.
Bodur Koray; (2012), Bulanık Mantık Yaklaşımı İle Deprem Konumlarının Belirlenmesi , Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi,Trabzon.
Çelik, Enes – Muhammet Atalay – Harun Bayer (2014), "Yapay Sinir Ağları ve Destek Vektör Makineleri ile Deprem Tahmininde Sismik Darbelerin Kullanılması", IEEE 22nd Signal 733.
Garip, Şule Z. (2011), Yapay Sinir Ağları İle Mevcut Yapıların Deprem Riski Açısından Durum Tespiti, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Doktora Tezi, Sakarya.
Gordan, Behrouz - Danial J Armaghani - Mohsen Hajihassani - Masoud Monjezı (2016), “Prediction of Seismic Slope Stability Through Combination of Particle Swarm Optimization and Neural Network”, Engineering with Computers, 32(1), 85-97.
Göker, Deniz (2010), Sürekli Radon Gazı Ölçümlerinin Deprem Tahmin Parametresi Olarak Kullanılması, İzmir Seferihisar Doğanbey Fay Hattı Örneği, Ege Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisansı Tezi, İzmir.
Haykin, Simon (1999), Neural Network: A Comprehensive Foundation, 2nd Edition, New Jersey: Prentice Hall.
Hebb, Donald O. (1949), The Organization of Behavior: A Neuropsychological Theory, Neurocomputing , London: Lawrence Erlbaum Associates.
Iatan, Iuliana (2015), “Predicting The Earthquake Magnitude From Seismicity Indicators Using A Probabilistic Neural Network”, The 13th Workshop Of Scientific Communications, 23 May, Bucharest, p. 79.
Inalegwu, Ogbole C. (2015), Predicting Time Lag Between Primary And Secondary Waves For Earthquakes Using Artificial Neural Network (ANN), Doğu Akdeniz Üniversitesi Lisansüstü Eğitim Öğretim ve Araştırma Enstitüsü Yayımlanmamış Yüksek Lisans Tezi, Kıbrıs.
Kaftan, İlknur – Elçin Gök (2013), “İzmir ve Çevresine Ait Zemin Özelliklerinin Yapay Sinir Ağları ile İncelenmesi”, 2. Türkiye Deprem Mühendisliği ve Sismoloji Konferansı, 25-27 Eylül, Hatay, ss. 1-6.
Kaftan, İlknur; (2010). Batı Türkiye Gravite ve Deprem Katalog Verilerinin Yapay Sinir Ağları ile Değerlendirilmesi, Dokuz Eylül Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış, Doktora Tezi, İzmir.
Kulalı, Feride (2009), Topraktaki Radon Konsantrasyonu Ölçümü ve Deprem İlişkisinin Araştırılması, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisans Tezi, Isparta.
Külahçı, Fatih - Murat İncegöz – Mahmut Doğru – Ercan Aksoy – Orhan Baykara (2009), “Artificial neural network model for earthquake prediction with radon monitoring”, Applied Radiation and Isotopes, 67, pp.212-219.
Lippmann, Richard P.; (1987), “An Introduction' to Computing with Neural Nets”, IEEE Assp Magazine, pp. 1-22.
Martinez-Alvarez, Francisco - Jorge Reyes, Antonio Morales-Esteban- Cristina Rubio-Escudero (2013), “Determining The Best Set of Seismicity Indicators to Predict Earthquakes. Two Case Studies: Chile and The Iberian Peninsula”, Knowledge-Based Systems, 50, pp. 198-210.
Mcculloch, Warren S. - Walter Pitts (1943). “A Logical Calculus of The Ideas Immanent in Nervous Activity”, Bulletin of Mathematical Biophysics, 5(4), pp. 115-133.
Moustra, Maria - Morios Avraamıdes - Chris Chrıstodoulou (2011), “Artificial Neural Networks for Earthquake Prediction Using Time Series Magnitude Data or Seismic Electric Signals”, Expert Systems with Applications, 38(12), pp.15032–15039.
Otari, Grantej V. - Raja V Kulkarni (2012), “A Review Of Application Of Data Mining İn Earthquake Prediction”, International Journal of Computer Science and Information Technologies, 3 (2), pp. 3570-3574.
Özerdem, Mehmet S. - A. Coşkun Sönmez (2003),"Depreme İlişkin Olağan Dışı Sinyal Değişiminin YSA ile Saptanması", İTÜ Mühendislik Dergisi, 2(5), ss. 85-95.
Öztemel, Ercan (2012), Yapay Sinir Ağları, İstanbul: Papatya Yayıncılık.
Öztürk, Serkan (2015), “A Study on The Correlations Between Seismotectonic B-Value and Dcvalue and Seismic Quiescence Z-Value in The Western Anatolian Region of Turkey”, Austrian Journal of Earth Sciences,108(2), pp. 172-184.
Panakkat, Ashif - Hojjat Adeli (2007), “Neural Network Models for Earthquake Magnitude Prediction Using Multiple Seismicity Indicators”, International Journal of Neural Systems, 17(1), pp.13-33.
Panakkat, Ashif - Hojjat Adeli (2009), “Recurrent Neural Network for Approximate Earthquake Time and Location Prediction Using Multiple Seismicity Indicators”, Computer-Aided Civil and Infrastructure Engineering, 24(4), pp.280-292.
Raoff, Nasser A.(2012), Matlab Ortamında Kesme Dalgalarının Ayrımlanması Ölçümleri Kullanılarak Deprem Tahmini, İstanbul Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
Reyes, Juan - Antonio Morales-Esteban - Francisco Martinez-Alvarez; (2013), “Neural Networks to Predict Earthquakes in Chile”, Applied Soft Computing,13(2), pp.1314-1328.
Rojas, Raul (1996), Neural Networks A Systematic Introduction, Germany: Springer. Sheng, Jian - Dongmei Mu - Hongyan Zhang - Han Lv (2015), “Seismotectonics Considered Artificial Neural Network Earthquake Prediction in Northeast Seismic Region of China”, The Open Civil Engineering Journal, 9, pp. 522-528.
Wang Kelin - Qi-Fu Chen - Shihong Sun - Andong Wang (2006), “Predicting The 1975 Haicheng Earthquake”, Bulletin of The Seismological Society of America, 96(3), pp. 757–795.
Widrow, Bernard - E. Hoff Marcian. "Adaptive Switching Circuits in 1960 Wescon Convention Record Part IV, in Neurocomputing: Foundations of Research, Ja Anderson, E. Rosenfeld.(Ed) (96-104), Cambridge: MIT Press.
Xu, Fangzhou - Xianfeng Song - Xinhong Wang - Juexiao Su (2010), “Neural Network Model for Earthquake Prediction Using Demeter Data and Seismic Belt Information”, 2010 Second WRI Global Congress on Intelligent Systems, 16-17 Dec, Wuhan, pp.180-183.
Yıldırım, Özal (2010), Veri Madenciliği Yöntemleriyle Depremlerin Analizi, Fırat Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisans Tezi, Elazığ.
Zhang, Qiuwen - Cheng Wang (2008), “Using Genetic Algorithm to Optimize Artificial Neural Network:A Case Study on Earthquake Prediction”, Second International Conference On Genetic and Evolutionary Computing,25-26 September, Hubei, pp. 128-131.
Zhou, Feiyan - Xiaofeng Zhu (2014), “Earthquake Prediction Based on Lm-Bp Neural Network, Proceedings of The 9th International Symposium On Linear Drives For Industry Applications, 1, pp.13-20.
Zurada, Jacek M. (1992), Introduction to Artificial Neural Networks, St. Paul: West Publishing Company

APA	ÇAM H, DUMAN O (2016). YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. , 227 - 248.
Chicago	ÇAM HANDAN,DUMAN OSMAN YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. (2016): 227 - 248.
MLA	ÇAM HANDAN,DUMAN OSMAN YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. , 2016, ss.227 - 248.
AMA	ÇAM H,DUMAN O YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. . 2016; 227 - 248.
Vancouver	ÇAM H,DUMAN O YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. . 2016; 227 - 248.
IEEE	ÇAM H,DUMAN O "YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI." , ss.227 - 248, 2016.
ISNAD	ÇAM, HANDAN - DUMAN, OSMAN. "YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI". (2016), 227-248.

APA	ÇAM H, DUMAN O (2016). YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 7(17), 227 - 248.
Chicago	ÇAM HANDAN,DUMAN OSMAN YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi 7, no.17 (2016): 227 - 248.
MLA	ÇAM HANDAN,DUMAN OSMAN YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, vol.7, no.17, 2016, ss.227 - 248.
AMA	ÇAM H,DUMAN O YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi. 2016; 7(17): 227 - 248.
Vancouver	ÇAM H,DUMAN O YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi. 2016; 7(17): 227 - 248.
IEEE	ÇAM H,DUMAN O "YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI." Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 7, ss.227 - 248, 2016.
ISNAD	ÇAM, HANDAN - DUMAN, OSMAN. "YAPAY SİNİR AĞI YÖNTEMİYLE DEPREM TAHMİNİ: TÜRKİYE BATI ANADOLU FAY HATTI UYGULAMASI". Gümüşhane Üniversitesi Sosyal Bilimler Dergisi 7/17 (2016), 227-248.