(Bilişim Enstitüsü,
)
Akın, Hasan Serhan; Dalfes, Hasan Nüzhet; 387958; Hesaplamalı Bilim Ve Mühendislik; Computational Science and Engineering
Bu çalışmada popular bir makine öğrenmesi yöntemi olan yapay sinir ağları tekniği Kuzey Amerika'daki ağaç türlerinin uzaysal dağılımlarının modellenmesi amacıyla kullanılımıĢtır. Bu maksatla, ileri beslemeli bir sinir ağı yapısı, geriye yayınım öğrenme algoritması yardımıyla bir türün dağılımı ile çevre koşulları arasındaki ilişkileri ortaya çıkarmakta kullanılmıştır. İklim verisi olarak üç temel iklim değişkeni; ortalama sıcaklık, günlük sıcaklık değişimi ve yağış değişkenleri alınmıştır. Yapay sinir ağı, bir girdi katmanı, bir saklı katman ve de bir çıktı katmanı olacak şekilde üç katmandan oluşturulumuştur. Ağın en uygun şekilde eğitilmesini sağlayacak parametrelerin bulunabilmesi için ayrıntılı bir araştırma yürütülmüştür. Elde edilen 'en iyi' parametreler daha sonra ağın 100,000 devir boyunca eğitilmesinde kullanılmıştır. Sonuçlar Kappa ve ROC analizlerine tabi tutulmuĢ ve modelin baĢarılı sonuçlar ürettiği gözlemlenmiştir. Buna ek olarak elde edilen model sonuçları, GenelleĢtirilmiĢ Doğrusal Modelleme ve Karar Ağaçları teknikleriyle elde edilen sonuçlar ile karĢılaĢtırılmıĢtır. Bulgular, yapay sinir ağlarının bu yöntemlere kıyasla daha baĢarılı sonuçlar ürettiğini ortaya koymak- tadır. Daha sonra ağ, en iyi ve en kötü sera gazı salınım senaryolarına göre üç iklim mo- deliyle oluĢturulmuĢ 2050 ve 2100 yıllarına ait iklim girdilerini kullanılarak, bu yıllara ait dağılım tahminleri üretmekte kullanılmıĢtır.