Makine öğrenmesi algoritmaları ile deprem katalogları kullanılarak deprem tahmini

Ülkemiz taşıdığı coğrafi şartlar gereği doğal afetler, özellikle de deprem gerçeği ile düzenli olarak yüzleşmektedir. Can ve mal kayıplarının büyük bölümünün depremlerde meydana geldiği ve ortalama beş yıllık periyotlarla bu coğrafyanın yıkıcı bir depremle sarsıldığı düşünülürse, deprem afeti alınacak önlemler bakımından ilk sırada gelmektedir. Depremler için alınabilecek önlemlerin belirlenmesi için depremlerin önceden tahmin edilebilmesi büyük önem arz etmektedir. Bu bağlamda son yıllarda makine öğrenmesi ile deprem tahmini çalışmaları hız kazanmıştır. Bu çalışmada deprem kataloğu ile jeolojik veriler ve jeodezik verilerin birleştirildiği bir veri seti kullanılarak deprem tahminleri yapılmıştır. Bu veri seti çalışmada kullanılan algoritma modellerini eğitmek ve eğitilen modellerin performansını ölçmek adına test ve eğitim verisi olarak bölünmüştür. Rastgele orman, ekstrem gradyan arttırma, karar ağacı ve k en yakın komşu regresyon algoritmaları kullanılarak eğitim seti ile modeller eğitilmiş, eğitilen modeller test verisi ile test edilmiştir. Analiz sonuçları karşılaştırılarak değerlendirilmiştir. Analiz sonuçlarına göre rastgele orman ve ekstrem gradyan arttırma regresyon algoritmaları en başarılı sonuçların alındığı algoritmalar olmuştur. Ortalama karesi hatası (MSE) değerleri incelendiğinde, en iyi sonuçlar deprem bilgileri, gerinimler ve fay bilgilerinden oluşan veri setinde gözlenmiştir. MSE için rastgele orman ve ekstrem gradyan arttırma algoritmaları ile 0.09, karar ağacı algoritması ile 0.16, k en yakın komşu algoritması ile 0.11 değerleri elde edilmiştir. Yapılan bu çalışma makine öğrenmesi ile deprem tahmini çalışmalarında, kullandığı veri seti ile farklı bir bakış açısı getirerek literatüre katkıda bulunmuştur.