Prof. Dr. Arif Çağdaş AYDINOĞLU

Category Archives: MekansalZeka

Akıllı şehirlerde büyük coğrafi veri yönetimi ve analiğine yönelik TÜBİTAK 1001 projemiz kabul edildi.

Posted on by Posted in cbs, kbs, MekansalZeka, Tucbs

Prof. Dr. Arif Çağdaş AYDINOĞLU yürütücülüğünde gerçekleştirilecek projenin amacı, akıllı şehirlerde taşınmaz yönetim örneğiyle büyük coğrafi veri altyapısının oluşturularak verilerin birlikte çalışabilir yapıda yönetimi, yeni nesil makine öğrenmesi teknikleriyle analizi ve sonuçların web ortamında paylaşımında örnek uygulama yaklaşımının geliştirilmesidir. Mevcut durum irdelendiğinde; parsel bilgileri, imar durumu, 2B/3B bina/bağımsız bölüm ve ilgili veriler yapısal özellikteki farklı veri kaynaklarında yönetilmektedir. Ulaşım, hava kalitesi ve gürültü gibi algılayıcılardan gelen verilere gerçek zamanlı erişmek istendiğinde yapısal-olmayan verilerin yönetimi gerekmektedir. Çalışmada yapısal ve yapısal-olmayan veri altlıklarının Türkiye Ulusal Coğrafi Bilgi Sistemleri (TUCBS) veri temaları ile birlikte çalışabilir yönetimi için akıllı şehirlerde taşınmaz yönetimi coğrafi veri modelleri tasarlanacaktır. İstanbul ve Kocaeli’de seçilen uygulama alanında, heterojen yapıdaki büyük coğrafi verinin analitik işlenmesi ile sosyo-ekonomik, ulaşım, çevre, enerji, kamu hizmetlerine ve kentsel fonksiyonlara erişilebilirlik gibi farklı perspektiflerden taşınmaz yönetim unsurlarının irdelenmesi için veri altyapısı oluşturulacaktır.

Taşınmaz yönetim uygulamalarında, gelişmiş makine öğrenmesi teknikleri ile toplu taşınmaz değerlemesinde performans farklılıkları ve kriterlerin bölgesel önem düzeyleri test edilecektir. Taşınmaz dinamiklerinin konumsal-zamansal değişimi analizleri yapılacaktır. Web/mobil “Akıllı Şehir Taşınmaz Yönetimi” uygulaması ile herhangi bir konum veya taşınmaz için taşınmaz değeri, sosyo-ekonomik, yasal ve çevresel kriterlere gerçek zamanlı erişimi, analiz sonuçlarının görselleştirilmesi ile kamu/özel sektör kullanıcılarına yeni nesil karar-destek platformu geliştirilecektir.

Proje yönetiminde; Hacettepe Üniversitesi, Konya Teknik Üniversitesi, Hollanda Delft ve Twente Üniversiteleri gibi farklı kurumlardan Haritacılık, CBS, Planlama ve Bilişim disiplinlerinden yetkin araştırmacılar görev alacaktır. Kamu kurumları ve özel sektör ile işbirliği sağlanacaktır.

Yüksek Lisans Tezi: CBS Tabanlı Makine Öğrenme Teknikleri ile Toplu Taşınmaz Değerlemesi

Posted on by Posted in arazi yönetimi, cbs, MekansalZeka, tez

GTÜ Fen Bilimleri Enstitüsü Harita Mühendisliği Anabilim Dalı Jeodezi ve Coğrafi Bilgi Teknolojileri Lisansüstü Programı öğrencisi Süleyman ŞİŞMAN tarafından Prof. Dr. Arif Çağdaş AYDINOĞLU danışmanlığında hazırlanan “CBS Tabanlı Makine Öğrenme Teknikleri ile Toplu Taşınmaz Değerlemesi” konulu yüksek lisans tezi tamamlanmıştır.

ÖZET: Taşınmazların değerlerinin güncel yaklaşımlarla objektif tespiti ülke ekonomilerinin büyüme-küçülme hızını doğrudan etkileyen sürdürülebilir taşınmaz yönetim stratejilerinin geliştirilmesinde oldukça önemlidir. Taşınmazların tekil olarak değerlendirilmesinin yerini çok sayıda taşınmazın eş zamanlı olarak değerinin belirlenebildiği toplu taşınmaz değerleme almıştır. Toplu taşınmaz değerlemesinde günümüz gelişmiş tahmin yaklaşımları olarak bilinen makine öğrenme teknikleri kullanılmaya başlamıştır. Çalışmada konut tipindeki taşınmazların toplu değerlemesinde CBS tabanlı makine öğrenme teknikleri ile bütüncül yaklaşım geliştirilmiştir. Farklı gelişmişlik seviyesindeki mahalleleri içeren İstanbul (Pendik ve Tuzla ilçeleri) ve Kocaeli (Gebze, Çayırova ve Darıca ilçeleri) çalışma alanı olarak belirlenmiştir. Veriler, açık veri portalları ve kurum veri tabanlarından temin edilerek coğrafi analiz teknikleri ile üretilmiştir. Coğrafi Kısıtlı Kümeleme Analiz tekniği ile çalışma alanında benzer sosyo-gelişmişlik özelliklere sahip beş yerleşim bölgesi tespit edilmiştir. Bölgeler ve tüm çalışma alanı için eğitim-test veri setleri oluşturulmuştur. Rastgele Orman ve Çoklu Doğrusal Regresyon (ÇDR) makine öğrenme teknikleri kullanılarak değer tahmin modelleri üretilmiş, performansları test veri setleri üzerinden karşılaştırılmıştır. Başarılı sonuçlar veren Rastgele Orman modellerinde, kriter önem düzeyleri ve performansları açısından bölgelere göre farklılıklar tespit edilmiştir. Beş ayrı yerleşim bölgesi ve tüm çalışma alanı için CBS tabanlı taşınmaz değer haritaları üretilmiş olup, bu haritalar üzerinden değer dağılımları irdelenmiştir. Taşınmaz değeri ile ilişkili kriterlerin yerel etki dağılımlarının incelenmesinde global modelleme yaklaşımı ÇDR ve lokal modelleme yaklaşımı Coğrafi Ağırlıklı Regresyon (GWR) tekniği kullanılarak modeller oluşturulmuştur. Arsa rayiç değeri ve konut birim değeri arasında çalışma alanının bazı kesimlerinde negatif yönde, bazı kesimlerinde pozitif yönde ilişkiler tespit edilmiştir. Arsa rayiç değerine ilişkin regresyon katsayıları ve modelin duyarlılığına ilişkin R2 yerel dağılımı CBS ortamında haritalandırılmıştır.

Anahtar Kelimeler: CBS, ÇDR, GWR Makine Öğrenmesi, Rastgele Orman, Toplu Taşınmaz Değerleme

Hazırlayan:

Süleyman ŞİŞMAN

Danışman:

Prof. Dr. Arif Çağdaş AYDINOĞLU (GTÜ)

Jüri Üyeleri:

Doç. Dr. İsmail ÇÖLKESEN (GTÜ)

Doç. Dr. Şükran YALPIR (KTÜN)

Savunma Tarihi:

18 Haziran 2021