Prof. Dr. Arif Çağdaş AYDINOĞLU

  • Özgeçmiş
    • Uzmanlık Alanları
    • Eğitim
    • Akademik Deneyim
    • İdari Deneyim
    • Akademik Etkinlikler
    • Sertifika-Ödüller
  • Yayınlar
    • Makaleler
    • Kitaplar
    • Uluslararası Bildiriler
    • Ulusal Bildiriler
    • Tezler
    • Raporlar
    • Diğer yayınlar
  • Projeler
    • Devam Eden Projeler
    • Tamamlanan Projeler
  • Dersler
  • Blog/Haberler
    • Tez çalışmaları
    • TUCBS ve standartlar
    • Akıllı Kent Yönetimi
    • Afet Yönetimi
    • Arazi Yönetimi
  • ENGLISH
    • Education
    • Research Interest
    • Experience
    • Publications
    • Courses
    • Projects
    • Memberships
    • Certificates/Awards

Tag Archives: Coğrafi Bilgi Sistemleri

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

Posted on 18/06/2021 by arifcagdas 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

    arazi yönetim Coğrafi Bilgi Sistemleri gis GWR makine öğrenmesi Rasgele Orman taşınmaz değerlemesi

    Yeni Teknolojik Gelişmelerin Coğrafi Bilgi Sistemlerine Etkisi (Impact of New Technological Developments on Geographical Information Systems)

    Posted on 30/01/2020 by arifcagdas Posted in cbs, Tucbs

    Coğrafi Bilgi Sistemleri/Teknolojileri (CBS/CBT) yeni teknolojik gelişmelerden doğrudan etkilenmektedir. Yapay Zekâ, Derin Öğrenme, Nesnelerin İnterneti, Büyük Veri ve Bulut Bilişim teknolojik gelişmelerin ışığında CBS/CBT ilgili sektörden beklentiler Harita Dergisi’nde yayınlanan makalede değerlendirilmiştir.

    Dergideki yayın tam metnine erişmek için; https://www.harita.gov.tr/dergi/pdf/dergi_163.pdf

    Şahin, E.K., Bovkır, R. ve Aydınoğlu, A.Ç. (2020). Yeni Teknolojik Gelişmelerin Coğrafi Bilgi SistemlerineEtkisi. Harita Dergisi, 163, 1-16.

    MAKALE ÖZETİ

    Teknoloji ve bilim alanındaki gelişmeler ile birlikteyapay zekâ, robotik, uzay bilimleri, internet ve büyükveri gibi teknolojilerin pek çok alana katkısı olmuştur.Ortaya çıkışından bu yana her zaman teknolojinin bir parçası olan Coğrafi Bilgi Sistemleri (CBS) yaşanan teknolojik gelişmelerle uygulama alanlarını geliştirmiş ve ilerletmiştir. Donanım ve bilişim sektöründeki gelişmeler sayesinde kamusal ve akademik mecraların dışında farklı tüketici ve işletmeleri de kapsayanoldukça geniş ve farklı birçok uygulama alanın da etkinbir yer bulmuştur. Tüm bu süreç boyunca CBS’nin temel teknik bileşenleri olan coğrafi veri altyapıları, konumlandırma, veri toplama, veri analizi ve veripaylaşımı araçları yaşanan teknolojik ilerlemeler ile birlikte gelişme sürecine girmiştir.

    Modern teknolojiler ile birlikte CBS, sadecegeleneksel basılı haritaları veya Bilgisayar DestekliTasarım yazılımlarının (CAD) ürettiği değil, aynı zamanda daha büyük, karmaşık ve sürekli artan dijital veriyi de kapsamaktadır. Nesnelerin interneti ve birliktegelişen ekosistemde, akıllı kentlerden, akıllı cihazlara ve hatta küçük ev aletlerine kadar her bir nesnenin birbirleriyle veya daha büyük sistemlerle bağlantılı olduğu iletişim ağları kurulmakta ve büyük hacimliveriler ortaya çıkmaktadır. Bu denli büyük veri yapıların tek bir ağ üzerinde yapılandırılması, sürekli çevrim içi olması ve istenildiğinde internetin olduğu her yerde her cihazda aktif olması bu teknolojinin bulut bilişim altyapısı üzerine kurgulanmış olmasındadır. Ve nihayetinde, bu büyük hacimdeki ve karmaşık veriyi analiz etmek, değerlendirmek ve işlemek için de YapayZekâ (Artificial intelligence-AI) algoritmaları kullanılır. Günümüzde derin öğrenme, görseller, sesler ve metinler gibi sonsuz miktarda veriyi anlama, işleme ve analiz etmeye yardımcı olan en hızlı büyüyen yapay zekâ tekniğidir. Bu çalışma ile CBS’nin günümüzün en popüler beş teknolojik trendi olan büyük veri, nesnelerin interneti, bulut bilişim, yapay zekâ, derin öğrenme ile ilişkisi tartışılacak ve gelecekteki araştırmaların/uygulamaların ne yönde olacağı konusunda bir değerlendirme yapılacaktır.

    Anahtar Kelimeler: Coğrafi Bilgi Sistemleri, Yapay Zekâ, Derin Öğrenme, Nesnelerin İnterneti, Büyük Veri, Bulut Bilişim

    ABSTRACT

    In recent years, along with the great discoveries in technology and science, ground-breaking developments have been experienced in artificial intelligence, robotics, space sciences, internet, big data, and many other fields. Geographical Information Systems (GIS), which is always a part of the technology, has developed and improved its own range with developing technological developments. Thanks to the development of both hardware infrastructure and information systems, it has found itself an effective place in wider application areas such as consumer and business branches besides public and academic channels. Throughout this process, spatial data infrastructures, data sharing, positioning, data collection, data dissemination, and data analysis tools, which are the main technical components of GIS, have undergone great development and evolution process along with all these technological advances.

    Nowadays, modern GIS technologies use digital information generated by various digital technologies. GIS data no longer includes traditional hard copy maps or computer-aided software (CAD), but also contains larger, complex, and continuously increasing digital data. In the ecosystem that develops under the internet of things, communication networks from smart cities to smart devices and small household appliances are established. As a result of these communication networks, big volume of data emerges. One of the most important sources of the big data structure is the data from objects that are connected to each other via the Internet. The fact that such large data structures can be active in a global network and online wherever there is internet is based on the cloud computing infrastructure. Eventually, Artificial intelligence (AI) algorithms are used to evaluate big data for processing and analysis. Today, deep learning is the fastest growing artificial intelligence technique that helps in understanding, processing and analyzing infinite amounts of data such as visuals, sounds, and texts. As a result, this study will discuss the relationship between GIS and the five new technological trends (big data, internet of things, cloud computing, artificial intelligence, deep learning) and identifies current trends and future research directions and applications.

    Keywords: Geographical Information Systems, Artificial Intelligence, Deep Learning, Internet of Things, Big Data, Cloud Computing

    Bulut Bilişim Büyük Veri Coğrafi Bilgi Sistemleri Derin Öğrenme Nesnelerin İnterneti Yapay Zekâ

    Yüksek Lisans Tezi: “CBS Yardımıyla Heyelan Risk Analizi: Fındıklı (Rize) Örneği”

    Posted on 02/08/2019 by arifcagdas Posted in adys, afet yönetimi, cbs, tez

    GTÜ Fen Bilimleri Enstitüsü Harita Mühendisliği Anabilim Dalı Jeodezi ve Coğrafi Bilgi Teknolojileri Lisansüstü Programı öğrencisi Yalçın ŞAHİN tarafından Prof. Dr. Arif Çağdaş AYDINOĞLU danışmanlığında hazırlanan “ Coğrafi Bilgi Sistemleri Yardımıyla Heyelan Risk Analizi: Fındıklı (Rize) Örneği” konulu yüksek lisans tezi tamamlanmıştır.

    ÖZET

    Ülkemizin en fazla yağış alan ve engebeli bölgelerinden biri olan Karadeniz Bölgesi’nde en çok can ve mal kaybına neden olan doğal afet heyelandır. Bu kayıpların en aza indirilmesi için potansiyel heyalan alanlarının belirlenmesi ve bu alanlara ilişkin gerekli tedbirlerin alınması gerekmektedir. Bu kapsamda heyelan duyarlılık analizlerinin yapılması; kayıpların azaltılmasında, sosyal yaşamın verimli yürütülmesinde ve mühendislik projeleri planlamalarında kolaylıklar sağlamaktadır. Bu çalısmada, Rize ili, Fındıklı İlçe sınırlarında heyelan duyarlılık (tehlike) haritasının oluşturulması ve Rize İl Özel İdaresi yetki alanı içerisinde belirlenen unsurlara ilişkin zarar görebilirlik ve risk analizleri, Coğrafi Bilgi Sistemleri (CBS) teknikleri bulanık mantık teknikleri kullanılarak gerçekleştirilmiştir. Çalışmada heyelana etki eden topoğrafya, toprak, arazi kullanımı, jeoloji, akarsu, idari sınır, yol, yol sanat yapısı ve duvar yapı verileri kullanılmıştır. Bu veriler ilgili kamu kurumlarından temin edilmiş ve coğrafi veriler uygun topolojik yapıda düzenlenmiştir. Oluşturulan heyelan duyarlılık haritasının güvenirliliğinin test etmek amacıyla heyelan envanter haritası ve heyelan duyarlılık haritası karşılaştırılmıştır.  Üretilen heyelan duyarlılık haritasının kontrolü ile çok yüksek ve yüksek derecede duyarlı bölgeler bazında toplamda % 81 doğruluk olduğu tespit edilmiştir. Zarar görebilirlik ve risk analizi unsurları olarak, Rize İl Özel İdaresi yetki alanı içerisinde yer alan yol envanteri verileri, yol sanat yapı ve duvar yapı verileri belirlenmiş ve değerlendirmeler gerçekleştirilmiştir.

    Anahtar kelimeler: Heyelan, Tehlike, Duyarlılık, Zarar Görebilirlik, Risk, Bulanık Mantık, Coğrafi Bilgi Sistemleri,
    Rize.

    Hazırlayan:

    Yalçın ŞAHİN

    Danışman:

    Prof. Dr. Arif Çağdaş AYDINOĞLU (GTÜ)

    Jüri Üyeleri:

    Doç. Dr. Cemal Özer YİĞİT (GTÜ)

    Doç. Dr. Çiğdem GÖKSEL (İTÜ)

    Savunma Tarihi:

    02 Ağustos 2019

    bulanık mantık Coğrafi Bilgi Sistemleri Duyarlılık Heyelan Risk Tehlike Zarar Görebilirlik

    Son Bloglar

    • “Karayolu Taşımacılığının Dış Maliyetleri: Türkiye Örneği” uluslararası kitap bölümü yayınlandı. 13/09/2022
    • Akıllı şehirlerde büyük coğrafi veri yönetimi ve analiğine yönelik TÜBİTAK 1001 projemiz kabul edildi. 01/08/2022
    • Yüksek Lisans Tezi: CBS Tabanlı Makine Öğrenme Teknikleri ile Toplu Taşınmaz Değerlemesi 18/06/2021
    • Msc Thesis: “A GIS-based Demand Analysis and Area Selection for Parking Areas: Pendik-Istanbul Case 28/08/2020

    Tags

    adys afet yönetimi Akıllı Ulaşım Sistemleri arazi yönetimi açık kaynaklı cbs açık veri modeli ağ analizi birlikte çalışabilirlik bulanık mantık bulut cbs cbs cbs eğitimi CBS politikası Coğrafi Bilgi Sistemleri Duyarlılık erişilebilirlik ETL Frekans Oranı genelleştirme geo-istatistik gis gml Heyelan hot-spot INSPIRE kbs metaveri network analysis OGC otopark planlama portal regresyon sharepoint sosyal medya standart tapu ve kadastro taşınmaz değerlemesi tucbs ulaşım uml Uzaktan Algılama veri dönüşümü web servisleri Yapay Sinir ağları yer seçimi /site selection

    Upcoming Events

    There are no upcoming events at this time.

    © Aydinoglu 2017