Depremi önceden tahmin eden sistem geliştirildi
Georgia Southern Üniversitesi’nden Türk araştırmacı Cemil Emre Yavaş’ın da aralarında bulunduğu bir ekip, Los Angeles gibi yüksek riskli bir deprem bölgesinde gelişmiş makine öğrenimi algoritmalarını kullanarak yüzde 97,97 doğruluk oranıyla depremleri tahmin etmeyi başardı.
Araştırma, bilim dünyasında saygın bir yere sahip olan Scientific Reports by Nature dergisinde yayımlandı.
Georgia Southern Üniversitesi’nden Türk araştırmacı Cemil Emre Yavaş’ın da aralarında bulunduğu bir ekip, Los Angeles gibi yüksek riskli bir deprem bölgesinde gelişmiş makine öğrenimi algoritmalarını kullanarak yüzde 97,97 doğruluk oranıyla depremleri tahmin etmeyi başardı. Sismik tahmin alanında çığır açan bu başarı, özellikle deprem riski yüksek olan İstanbul gibi şehirler için büyük bir umut ışığı oluşturuyor.
Ekibin bu yenilikçi araştırması, bilim dünyasında saygın bir yere sahip olan Scientific Reports by Nature dergisinde yayımlandı. Dergideki konu ile ilgili makalede, makine öğreniminin deprem tahmininde sağladığı önemli gelişmeleri vurgularken çalışmanın küresel ölçekteki etkisini ve önemini de ortaya koyuyor. Araştırma ayrıca, Birleşmiş Milletler’in ana afet risk azaltma platformu olan PreventionWeb’ te yer alarak uluslararası düzeyde büyük yankı uyandırdı.
Özellikle İstanbul gibi deprem riski yüksek bölgelerde, bu tür yenilikçi tahmin modelleri yerel yönetimler ve afet müdahale ekipleri için hazırlık ve risk yönetiminde güçlü bir araç sunuyor. Uzmanlar, bu çığır açıcı araştırmanın doğal afetleri anlama ve onlara karşı hazırlıklı olma biçimimizi kökten değiştireceğine inanıyor.
RİKSLİ BÖLGELERDE HAYAT KURTARABİLİR
Araştırma hakkında konuşan araştırma lideri Cemil Emre Yavaş, “Modelimizin yüzde 97,97 doğruluğa ulaşması, geleneksel yöntemlere göre büyük bir ilerleme sağlıyor ve yüksek riskli bölgelerde hayat kurtarabilecek kritik bilgiler sunuyor” dedi.
Araştırma ekibinden Profesör Lei Chen, “Bu çalışma, makine öğreniminin afet risk yönetiminde kullanımını genişleterek hazırlık süreçlerinde gerçek bir fark oluşturabilecek tahmin araçları sunuyor” ifadelerini kullandı.
Profesör Yiming Ji ise “Gelişmiş makine öğrenimi algoritmalarının entegrasyonu, sismik tahmin alanında yeni ufuklar açmamızı sağladı” dedi.
Profesör Christopher Kadlec de “Ekibimizin çalışması yalnızca deprem tahmininde çığır açmakla kalmıyor, aynı zamanda diğer doğal afet tahminlerinde makine öğrenimi uygulamaları için temel oluşturuyor. Kamu güvenliği ve acil durum yönetiminde büyük bir etki oluşturacak” şeklinde yorumda bulundu.