yapay zeka ile deprem tahmin edilebilirmi?

[a.zorba]

Abi Maraş ta zemin ne arar . Maraş ova ile dağların birleşme yeri.maraş dağlarında bıçak gibi kesilmiş kayalıklar gormeniz mümkün. Bu hem afet hem nimet bu arada termal sular maden suları eşsiz guzellikler yolunuz düşerse bir gezin maraşi...
Maraş İsrail'den başlayan Lut çukurunun en kuzey noktası bitiś yeri

 

[Omega]

.. biraz önce google a baktım
telefonlardaki ivme ölçerden bilgi alıyormuş..
demekki Göksundaki bazı telefonların ivme ölçerinden aldığı bilgiyi deprem dalgası size ulaşmadan telefonunuza gönderdi..
.. 4.5 civarındaki depremi yaklaşık 70 km den hissetmişseniz oranın zemini kötü olmalı..
S ve P dalgalarının hız farkından yararlanıp belli bir mesafeye ön uyarı verilebiliyormuş.. bu google dan ayrı bir sistem.. bu sistem ne yazık ki depremin odağına yakın yerlerde işe yaramıyor..

Hocam siz konuyu karıştırıyorsunuz sanırım.
O bilgi "Kişierin nerede olduğunu bilindiğinden" ivme sensörününde anormal bir bilgi geldiğinde o noktada deprem olduğunu googlun anlaması için kullanıyor.
Artçıl deprem ne zaman olacağı belli olmayan bir deprem

 

[Andromeda]

.. tamam.. bende aynı şeyi yazdım..

Hocam siz konuyu karıştırıyorsunuz sanırım.
O bilgi "Kişierin nerede olduğunu bilindiğinden" ivme sensörününde anormal bir bilgi geldiğinde o noktada deprem olduğunu googlun anlaması için kullanıyor.
Artçıl deprem ne zaman olacağı belli olmayan bir deprem

 

[Omega]

.. biraz önce google a baktım
telefonlardaki ivme ölçerden bilgi alıyormuş..
demekki Göksundaki bazı telefonların ivme ölçerinden aldığı bilgiyi deprem dalgası size ulaşmadan telefonunuza gönderdi..
.. 4.5 civarındaki depremi yaklaşık 70 km den hissetmişseniz oranın zemini kötü olmalı..
S ve P dalgalarının hız farkından yararlanıp belli bir mesafeye ön uyarı verilebiliyormuş.. bu google dan ayrı bir sistem.. bu sistem ne yazık ki depremin odağına yakın yerlerde işe yaramıyor..

"Ön uyarı falan" yazmışsınız da ondan dedim.
Herneyse sonuçta "Olan bir olaydan" hızlıca haber alma .

 

[nt]

demek istediğim metorolojide bir tahmin ve harzaman etkili değil bulutları görmemize ve rüzgarı ölçebilmemize ragmen. yanlış anlaşılmak istemem gaybı Allah bilir diğer doğa olayları ile depremin ilişkilerini daha iyi anlamamız gerekli. örnegin deprem ile diğer doğa olaylarını karşılaştırıp bunların deprem oluşumu üzerideki ayak izlerinin yüzdelerini alıp güzel bir algoritma oluşturulabilir
Sonuç olarak verinin az olduğunu söyiyemeyiz bence

 

[nt]

Abi Maraş ta zemin ne arar . Maraş ova ile dağların birleşme yeri.maraş dağlarında bıçak gibi kesilmiş kayalıklar gormeniz mümkün. Bu hem afet hem nimet bu arada termal sular maden suları eşsiz guzellikler yolunuz düşerse bir gezin maraşi...
Maraş İsrail'den başlayan Lut çukurunun en kuzey noktası bitiś yeri

sanırım bu görsel açıklıyor

 

[Altair]

Gönderdi nasilini bilemem

Google Android isletim sistemli telefonlarda gyroscope verilerine dayanarak deprem olabilir uyarisi yapiyor. Bir ya da bir kac sehirdeki telefonlarda ayni anda binlerce telefon bir anda veri gondermeye baslayinca bir terslik oldugunu anliyor sistem. BU programa dahil olmaniz gerekiyor, kendi kafasina gore sizin verilerinizi paylasmiyor. Isletim sistemi guvenlidir degildir ya da normalde de verilerimizi takip ediyorlar konusu ayri.

 

[ozkarah]

@taydin @ozkarah @Mikro Step @Sercan @Endorfin35+ @Gokrtl @Alt 255 karışık kaset gibi oldu ama bilgi ve tecrübenize ihtiyacım var

Selamlar. Benim de adım geçmiş. Teveccühünüze teşekkürler ancak açıkcası çok anladığım bir konu değil.

Olumsuz yaklaşmak istemem ancak, nacizane fikrim; deprem çok kompleks ve çok parametreli bir fizik olayı. Bir kaç parametreden öğrenen bir model ile tahmin etmek mümkün olsaydı şimdiye kadar çoktan bu modeller kullanıma alınmış olurdu diye düşünüyorum.

Bir olayı tahmin etmede yapay zeka kullanılacaksa korelasyonların ve parametrelerin doğru tespiti çok önemli. Bu konuda jeologların ve fizikçilerin çalışmaları üzerinde uzun bir literatür araştırması gerekir parametreleri tespit etmek için. Sonrasında da bu parametrelerin ilgili bölgelerdeki geçmiş datalarına ulaşmak ve onları depremlerle eşleştirip öğrenme modelini çıkartmak gerekir.

Dolayısyla modeli oluşturma aşamasına gelmeden önce kat edilecek çok yol var ve çok az bildiğim bir alan.

 

[ozkarah]

Maraş depreminden sonra deprem konusunda uzman ve bölgede bakanlık adına incelemelerde bulunmuş iki profesör ile sohbet etmiştim. Özellikle Maraş ve Hatay bölgesinde kötü malzeme/proje dışında en büyük sorunun binaların temelleri ya da malzeme sağlamlığı değil bodrum katlarının olmaması olduğunu gördüklerini söylemişlerdi. Özellikle yıkılan yeni binaların bir çoğunda bu sorun varmış.

Çünkü bölgede sıcak iklim sebebiyle bodrum katlar ilgi görmüyormuş. Satamıyorlarmış. Temelden aşağı inmek de çok yüksek maliyetli olduğu için ve bölgede otopark ihtiyacı da olmadığı için müteahitler zeminde attıkları temel üzerine binayı yapıyorlarmış. Bu sebeple temel nizami ve bina sağlam da yapılmış olsa, toprağa bağlayan kısım az olduğu ve ağırlık merkezi yukarıda kaldığı için yüksek bir yanal atımda yan yatarak kırılıyor ya da devriliyormuş.

Bu durumun aşağıda çarpıcı bir örneği var (bu bina için tamamen nizami ve yönetmeliğe uygun, olay zemin sıvılaşması değil demişlerdi. ):

Camı bile kırılmadı ama yan yattı! O bina ile ilgili açıklama

Türkiye'yi sarsan Kahramanmaraş merkezli büyük depremlerin ardından camları kırılmayan bir binanın temeliyle yan yatması görenleri şoke etmişti. O binayla ilgili konuşan Dr. Sinan Cansız "Zemin etüdü yapılmayınca zemin sıvılaşması meydana gelebiliyor" dedi.

www.bursadabugun.com

Her 4-6 katta bir bodrum/otopark katı olmasını öneriyoruz demişlerdi.

 

[thinpoint]

Selam!

Son zamanlarda, yapay zeka ile deprem tahmininin mümkün olup olmadığına dair bir konuyu düşünüyorum.

Ancak, bazı uzmanlar verinin yetersiz olduğunu savunuyorlar. Örneğin, CNN'de bir üniversitenin bilgisayar bölüm başkanı bunu savunduğunu hatırlıyorum.

Ben ise veriyi bölerek ve çoğaltarak bu sorunun üstesinden gelinebileceğini düşünüyorum.

Siz ne düşünüyorsunuz? Yapay zeka ile deprem tahmininin mümkün olduğunu ve veri artırma tekniklerinin bu konuda yardımcı olabileceğini düşünüyor musunuz? Tecrübelerinizi ve görüşlerinizi paylaşabilir misiniz?

import pandas as pd
import datetime
import csv
# CSV dosyasını oku
df = pd.read_csv('data.csv')

def hesapla(df):
# Son tarihi al
son_tarih = df['Date'].max()

# Bütün şehirlerin son deprem tarihini ve şiddetini hesapla
sehirler = {}
for index, row in df.iterrows():
loc = row['Location']
mag = row['Magnitude']
tarih = row['Date']
if loc not in sehirler:
sehirler[loc] = {'mag': mag, 'Date': tarih}
else:
if tarih > sehirler[loc]['Date']:
sehirler[loc]['mag'] = mag
sehirler[loc]['Date'] = tarih

# Her şehir için deprem olma olasılığını hesapla
bugun = datetime.datetime.now()
max_olasilik = 0
max_sehir = ""
for loc in sehirler:
mag = sehirler[loc]['mag']
if mag <= 0:
continue
Date = datetime.datetime.strptime(sehirler[loc]['Date'], '%Y-%m-%dT%H:%M:%S.%fZ')
yil_farki = (bugun - Date).days / 365
if yil_farki == 0:
continue
olasilik = 1 - (1 / (mag ** 2 * yil_farki ** 0.5))
if olasilik > max_olasilik:
max_olasilik = olasilik
max_sehir = loc

return max_sehir

max_sehir = hesapla(df)
print("En yüksek olasılığa sahip şehir: {}".format(max_sehir))
####################################################################
CSV dosyası
,Date,Longitude,Latitude,Depth,Rms,Type,Magnitude,Location,EventID
"2023-02-26T07:43:17.000Z",36.47,36.608,7,0.99,"ML",1.9,"Kırıkhan (Hatay)",554658
"2023-02-26T07:41:07.000Z",38.309,38.088,7.24,0.55,"ML",2.3,"Çelikhan (Adıyaman)",554657
"2023-02-26T07:39:43.000Z",37.419,38.401,7.06,0.59,"ML",2.2,"Elbistan (Kahramanmaraş)",554655
"2023-02-26T07:37:32.000Z",37.442,38.393,7.03,0.57,"ML",2.2,"Elbistan (Kahramanmaraş)",554656
"2023-02-26T07:22:33.000Z",36.828,37.341,7,0.13,"ML",1.3,"Türkoğlu (Kahramanmaraş)",554651
"2023-02-26T07:19:22.000Z",31.055,40.801,6.97,0.19,"ML",1.4,"Merkez (Düzce)",554652
"2023-02-26T07:16:49.000Z",37.834,38.191,7.07,0.34,"MW",3.7,"Doğanşehir (Malatya)",554644
"2023-02-26T07:13:17.000Z",36.635,38.117,7,0.71,"ML",1.9,"Göksun (Kahramanmaraş)",554653
"2023-02-26T07:06:50.000Z",37.078,37.507,12.61,0.49,"ML",1,"Dulkadiroğlu (Kahramanmaraş)",554654
"2023-02-26T06:59:29.000Z",36.246,37.872,7.33,0.48,"ML",1.4,"Saimbeyli (Adana)",554650
buradaki verilere göre python cıktısı....
En yüksek olasılığa sahip şehir: Doğanşehir (Malatya) bu kodları yapay zeka ile yazdık

 

[nt]

import pandas as pd

olasilik = 1 - (1 / (mag ** 2 * yil_farki ** 0.5))

dostum girer okursan diye sana cevabım bu işlem pandas kütüphanesi ile yapılmış bir olasılık hesabı

bence sen konuyu çook yanlış anladın

senin kulllandığın matematik [imath]\text{olasilik} = 1 - \frac{1}{{\text{mag}^2 \cdot \sqrt{\text{yil\_farki}}}}[/imath]

bu bir yapay zeka değil !!!!

 

[nt]

Külüstür laptopla Geliştirmiş olduğum modelin ayrıntılı detaylarını paylaşıyorum ki pandasla buraya daha fazla olasılık hesabı atmasınlar
ayrıca o üniversitenin bölümünde okumadığımdan buda o bölüm başkanına let it be cover

Veri Kaynağı ve Özellikler:
Model, 472,445 depremin kaydını içeren büyük bir veri kümesine dayanmaktadır.
Her bir deprem kaydı, şunları içeren çeşitli özelliklere sahiptir:

Tarih (date), Saat (time), Enlem (latitude), Boylam (longitude), Derinlik (dep), Büyüklük (mag), Yıl (year),Ay (month), Gün (day), Saat (hour), Dakika (minute), Saniye (second), Zaman Damgası (timestamp)


Model ve Algoritma:
Random Forest Regressor algoritması kullanılarak oluşturulmuştur.
Modelin hiperparametreleri titizlikle ayarlanmış ve çapraz doğrulama ile doğruluk kontrol edilmiştir.
Model, veriyi eğitirken deprem büyüklüğünü tahmin etme yeteneğine sahiptir.
Ayrıca, Gradient Boosting Regressor gibi farklı algoritmaların performansı da değerlendirilmiştir.


Matematiksel Formüller ve Değerlendirmeler: Deprem büyüklüğü tahmininin matematiksel açıklaması aşağıdaki gibi ifade edilebilir:

[imath]mag=f[/imath](yıl,ay,gün,saat,dakika,saniye,enlem,boylam,derinlik,timestamp)

Sonuçlar:
Modelin performansı çapraz doğrulama skorlarına dayanarak değerlendirilmiştir.
Ortalama R-squared (R-kare) değeri 0.742 ile oldukça yüksektir, bu da modelin verileri iyi açıkladığını gösterir.
Ayrıca, R-squared (R-kare) değeri 0.746 ve Mean Squared Error (MSE) değeri 0.105 ile test verileri üzerinde başarılı bir şekilde çalıştığını göstermektedir.

 

[semih_s]

Bu neyi tahmin eeiyor?

 

[semih_s]

@nt gerçekten bu tam olarak neyi tahmin ediyor?

 

[nt]

@nt gerçekten bu tam olarak neyi tahmin ediyor?

olacak depremi yada depremleri

 

[semih_s]

olacak depremi yada depremleri

Bunu ben de yapabiliyorum. Mesela bugün 4.5 şiddetinde deprem olacak. Bu konuda da iddialıyım, hatta dediğim deprem olmazsa pc eksiklerini de ben tamamlarım.

 

[nt]

@semih_s kordinat ve saat de verirsen olur

 

[semih_s]

Yani yukarıdaki program-model depremin şiddetini koordinatını ve saatini veriyor doğru mu?
Merak ettiğim model eğitilirken bir veri seti kullanılıyor, sonra modelin tahminleri sınanıyor ve verdiğin test grafikleri de bunlar.
Peki modeli test etmek için kullanılan veri, modeli eğitmek için kullanılan verinin içinden mi seçiliyor?

 

[Hazel]

Maraş depreminden sonra deprem konusunda uzman ve bölgede bakanlık adına incelemelerde bulunmuş iki profesör ile sohbet etmiştim. Özellikle Maraş ve Hatay bölgesinde kötü malzeme/proje dışında en büyük sorunun binaların temelleri ya da malzeme sağlamlığı değil bodrum katlarının olmaması olduğunu gördüklerini söylemişlerdi. Özellikle yıkılan yeni binaların bir çoğunda bu sorun varmış.

Çünkü bölgede sıcak iklim sebebiyle bodrum katlar ilgi görmüyormuş. Satamıyorlarmış. Temelden aşağı inmek de çok yüksek maliyetli olduğu için ve bölgede otopark ihtiyacı da olmadığı için müteahitler zeminde attıkları temel üzerine binayı yapıyorlarmış. Bu sebeple temel nizami ve bina sağlam da yapılmış olsa, toprağa bağlayan kısım az olduğu ve ağırlık merkezi yukarıda kaldığı için yüksek bir yanal atımda yan yatarak kırılıyor ya da devriliyormuş.

Bu durumun aşağıda çarpıcı bir örneği var (bu bina için tamamen nizami ve yönetmeliğe uygun, olay zemin sıvılaşması değil demişlerdi. ):

Camı bile kırılmadı ama yan yattı! O bina ile ilgili açıklama

Türkiye'yi sarsan Kahramanmaraş merkezli büyük depremlerin ardından camları kırılmayan bir binanın temeliyle yan yatması görenleri şoke etmişti. O binayla ilgili konuşan Dr. Sinan Cansız "Zemin etüdü yapılmayınca zemin sıvılaşması meydana gelebiliyor" dedi.

www.bursadabugun.com

Her 4-6 katta bir bodrum/otopark katı olmasını öneriyoruz demişlerdi.

cok dogru bir tespit, zaten temel oynadigi anda en baba bina bile cokuyor, en cok strese maruz kalan yerler binanin en tabani, bunu bu adamlar biliyorda neden goz yumuyorlar onu anlamak guc, mesela teknisyen her turlu dalavereyi cevirebilir ama nihai noktada kalite kontrolun bunlari yakalayip hayir arkadas bu boyle olmaz demesi gerekir di, ama malesef her alanda oldugu gibi burdada sistem dejenere olmus.

 

[nt]

@semih_s yattı yani bizim iş
model eğitilirken gerçek deprem verileri ile öğreniyor önce sonra veriyi (gerçek deprem verileri)
ikiye bölüyor tahmin yapıyor bu yaptığı tahminler ile gerçek verileri karşılastırıyor
bunların detayları bu yazıda var :https://mekatronik.org/forum/threads/yapay-zeka-nasil-egitilir.4610/

eğitim aşamasında kendini test ediyor diyebiliriz
küçük bir hesapla :

1. R-squared (R-kare) değeri: 0.746
2. Mean Squared Error (MSE) değeri: 0.10

Varyans = 1 - 0.746 Varyans = 0.254

Tahmin Hatası = MSE * Varyans

Tahmin Hatası = 0.105 * 0.254Tahmin Hatası ≈ 0.02667

Sonuç olarak, modelin tahmin hatası yaklaşık olarak 0.02667 veya %2.667'dir. hata payı