Araştırma kapsamında İzmir genelinde 17 bin 657 farklı ölçüm noktası için zemin büyütme katsayıları hesaplandı. Destek Vektör Regresyonu (SVR), Rastgele Orman, XGBoost ve Yapay Sinir Ağları gibi makine öğrenmesi yöntemleri kullanılarak farklı fay ve deprem senaryoları altında yer hareketi haritaları oluşturuldu.
"Fiziksel Modellerle Yapay Zekâyı Birleştiriyoruz"
Projenin yürütücüsü Dr. Öğretim Üyesi Çağlar Tuna, "Deprem tehlikesini belirleyen fiziksel modeller uzun yıllardır kullanılan bilimsel yöntemlerdir. Biz yapay zekâyı bu modellerin yerine koymuyoruz. Tam tersine, fiziksel modellerin açıklamakta zorlandığı yerel zemin farklılıklarını yapay zekâ ile öğrenerek sistemi daha doğru hale getiriyoruz" dedi.
Kentsel Dönüşüm ve Risk Azaltmaya Bilimsel Destek
Projenin, kentsel dönüşüm, yapı güçlendirme, kritik altyapı planlaması ve afet riskinin azaltılmasına yönelik çalışmalarda karar vericilere bilimsel destek sağlaması hedefleniyor. Tuna, "Hangi bölgelerde ayrıntılı zemin etüdü yapılması gerektiğini, güçlendirme ve kentsel dönüşüm çalışmalarının nerelerde öncelik kazanacağını ortaya koyuyoruz" ifadelerini kullandı.
