Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
GEOTEKNİK DEPREM MÜHENDİSLİĞİ Üçüncü Düzey İNŞ 610 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri yok
Eğitimin Dili TÜRKÇE
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı DR. ÖĞR. ÜYESİ AYKUT EROL
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli yüz yüze
Dersin Amacı Deprem kaynak parametrelerinin belirlenmesi, sismik sinyal işleme ve dalga yayılımı konularında derinlemesine sismolojik bilgi sunmak; bu karmaşık sismolojik verilerin analizinde, sınıflandırılmasında ve sismik tehlike tahmininde Makine Öğrenmesi (ML) ve Derin Öğrenme (DL) algoritmalarının (CNN, RNN, Random Forest vb.) teorik ve pratik uygulamalarını öğretmek.
Dersin Tanımı Ders, modern sismolojinin temel prensiplerini veri odaklı bir perspektifle ele alır. Sismik dalgaların fiziği, odak mekanizması çözümleri ve spektral analiz konuları işlendikten sonra; bu verilerin büyük veri (big data) ekosistemindeki yeri tartışılır. Özellikle sismik fazların otomatik tespiti (phase picking), deprem kataloglarının oluşturulması ve zemin sınıflamasında Convolutional Neural Networks (CNN) ve Recurrent Neural Networks (RNN) kullanımı üzerine uygulamalı çalışmalar gerçekleştirilir.

Dersin İçeriği
1 Kuvvetli Yer Hareketi ve Sismometri
2 Kuvvetli Yer Hareketi ve Sismometri
3 Deprem Kaynak Parametreleri
4 Deprem Kaynak Parametreleri
5 Sismik Sinyal Sınıflandırma
6 Sismik Sinyal Sınıflandırma
7 Spektra ve Zemin Transfer Fonksiyonları
8 Spektra ve Zemin Transfer Fonksiyonları
9 Sismik Tehlike ve Tahmin
10 Sismik Tehlike ve Tahmin
11 Yer Hareketi Tahmin Modelleri (GMPE)
12 Yer Hareketi Tahmin Modelleri (GMPE)
13 Gerçek Zamanlı Sismoloji ve Uyarı Sistemleri
14 Gerçek Zamanlı Sismoloji ve Uyarı Sistemleri
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Sismolojik ağlardan gelen ham verileri (SEED, SAC formatları) işleyebilir ve analiz edebilir.
2 Deprem ve yapay sarsıntıları (patlama vb.) yüksek doğrulukla sınıflandıran (classification) ML modelleri geliştirebilir.
3 Sismik sinyalleri zaman ve frekans ortamında (Wavelet, STFT) dönüştürerek derin öğrenme modellerine girdi hazırlayabilir.
4 Geleneksel ampirik modeller ile modern veri bilimini birleştirerek sismik tehlike analizleri yapabilir.
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Kore Dili ve Edebiyatı çalışma alanındaki güncel ve ileri düzeydeki bilgileri özgün düşünce ve araştırma ile uzmanlık düzeyinde geliştirir, derinleştirir. Bununla ilgili çalışmalar yürütür ve alanına yenilik getirecek özgün tanım ve kavramlar oluşturur.
2 Disiplinler arası çalışma yapar, alanıyla ilgili gelişmeleri ve tartışmaları takip eder, bilgileri sistematik olarak değerlendirir. Uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır.
3 Kore Dili ile ilgili bilgi ve becerilerini geliştirebilmek için yerli ve yabancı kaynakları tanır ve kullanır
4 Alanındaki bilgileri farklı disiplinlerden edindiği bilgilerle birleştirerek çözümler ve yorumlar; bilgi birikimi ile kendi alanında ve farklı alanlardaki uzman kişilerle tartışır.
5 Özgün bir konuyu araştırır, kavrar ve edindiği verileri yorumlayarak bilginin sınırlarını genişletir.
6 Kore Dili alanında edindiği bilgileri kullanarak projeler yürütür ve alanına yenilik getirecek uluslararası ve ulusal yayınlar yaparak bilimsel çalışmalara katkıda bulunur.
7 Tarihi ve kültürel mirasın ve çevrenin korunmasına yönelik olarak ilgili alanda çalışma yetkinliğine sahip olur.
8 Kore Dili alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanarak alanı ile ilgili yeni düşüncelerin analizini, sentezini ve eleştirel değerlendirmesini yapar, yeni öneriler getirir.
9 Özgün bir çalışmayı, programı veya projeyi zamanında ve istenilen nitelikte gerçekleştirir, ekip çalışmalarında sorumluluk alarak çözüm üretir, akademik ve mesleki kurum ve kuruluşların faaliyetlerine katkıda bulunur.
10 Kore Dili alanıyla ilgili verileri toplar, yorumlar, belgeler ve kullanır. Tarihi-kültürel çevrenin korunması için gerçekleştirilenleri bilimsel, kültürel, sanatsal, toplumsal ve etik değerleri gözeterek denetler ve bu değerleri anlatır.
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 3 42
Ödevler 2 10 20
Sunum / Seminer hazırlama 1 15 15
Kısa sınavlar 1 2 2
Ara sınavlara hazırlık 1 15 15
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 15 15
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 2 2
Araştırma 5 3 15
Toplam iş yükü     185
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 1 20
Ödev 2 30
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı -
Yardımcı Kaynaklar Stein, S., & Wysession, M. (2003). An Introduction to Seismology, Earthquakes, and Earth Structure. ​Kong, Q., et al. (2019). Machine Learning in Seismology: Turning Data into Knowledge. (IEEE GRSM). ​Aki, K., & Richards, P. G. Quantitative Seismology. ​Kütüphaneler: ObsPy (Python sismoloji kütüphanesi), Scikit-Learn, TensorFlow/PyTorch.

Ders İle İlgili Dosyalar