Marmara Bölgesindeki Depremlerin Derin Öğrenme, Markov Zincirlerinin Durağan ve Limit Dağılımı Yöntemleri ile Tahmini

Year 2024, , 1858 - 1872, 15.12.2024

Ülkü Gürlen , Vedat Sağlam

https://doi.org/10.31466/kfbd.1492849

Abstract

Bu çalışma Marmara Bölgesi’nde (39.500 -41.500) kuzey, (26.000 -32.500) doğu koordinatları arasında, 1956-2022 yılları arasında meydana gelen M≥4 olan 606 deprem verisi Markov Zincirleri ve Derin Öğrenme yöntemleri ile analiz edilecek olup, söz konusu sınır, çalışmanın sismoteknotik bölgesi olarak kabul edilmiştir. Çalışmada, aletsel büyüklüğü dörtten daha küçük (M<4) depremlerin sismik tehlike oluşturmayacağı varsayılmıştır. Çalışmada kullanılan deprem büyüklüğü rastgele değişkeni Markov zincirlerinde yedi durumda incelenerek bu durumlar için tekrarlanma yılları elde edilmiştir. Yapay sinir ağları kullanılarak elde edilen test verilerine de markov zincirlerini üç durumda inceleyerek tahminler elde edilmiştir.

Keywords

Deprem, Markov zincirleri, Yapay Sinir Ağları, Derin Öğrenme, Tahmin

Prediction of Earthquakes in the Marmara Region Using Deep Learning, Stationary Markov Chains and Limit Distribution Methods

Abstract

In this study, 606 earthquake data with M≥4 that occurred between 1956 and 2022 in the Marmara Region between (39,500 -41,500) north–(26,000 -32,500) east coordinates will be analyzed with Markov Chains and Deep Learning methods, and the boundary in question will be analyzed using Markov Chains and Deep Learning methods. was accepted as the seismotechnotic region of the study. In the study, it was assumed that earthquakes with an instrumental magnitude of less than four (M<4) would not pose a seismic hazard. The earthquake magnitude random variable used in the study was examined in seven cases in Markov chains and the recurrence years were obtained for these cases. Markov chains were examined in three cases on the test data obtained using artificial neural networks and predictions were obtained for the situations.

Keywords

Earthquake, Markov Chains, Artificial Neural Networks, Deep Learning, Prediction

References

• Çam, H., ve Duman, O., (2016), Yapay Sinir Ağı Yöntemiyle Deprem Tahmini: Türkiye Batı Anadolu Fay Hattı Uygulaması, Gümüşhane University Electronic Journal of The Institute of Social Sciences. 7(17), 227-248.
• Çebi, H., (2011). Yapay Sinir Ağları. Ankara: Ekin Yayınevi.
• Garavaglia, E., ve Pavani, R., (2011), About Earthquake Forecasting by Markov Renewal Processes. Methodol Comput. Appl. Probab., 13, 155–169.
• Karcı, M., Şahin, İ., (2022), Derin Öğrenme Yöntemleri Kullanılarak Deprem Tahmini Gerçekleştirilmesi. Artificial İntelligence Stıdies, 5(1), 23-34.
• Karlin, S., and Taylor, H., (2011), A First Course in Stochastic Processes. USA: Transferred to Digital Printing Kasap, R., ve Gürlen, Ü., (2003), Deprem Magnitüdleri için Tekrarlanma Yıllarının elde edilmesi: Marmara Bölgesi Örneği. Doğuş Üniversitesi Dergisi, 4 (2), 157-166.
• Sağlam, V., Yücesoy, E., Sağır, M., (2023). Stokastik Kuyruk Sistemleri. Ankara: Nobel Yayınevi.
• Sağlam, A. S., Çavdur, F., (2022). Yapay Sinir Ağı ile Deprem Şiddeti Tahmini: Farklı Ağ Tasarımlarının ve Eğitim Algoritmalarının İncelenmesi. Journal of the Faculty of Engineering and Architecture of Gazi University, 37(4), 2133-2145.
• https://www.veribilimiokulu.com/yapay-sinir-agiartificial-neural-network-nedir/, (Erişim tarihi: 20 Aralık 2023)
• https://www.afad.gov.tr/turkiye-deprem-tehlike-haritasi