Covid-19 pandemic prediction using artificial intelligence techniques in Türkiye

Basit Öğe Kaydı
dc.contributor.advisorGöçken, Mustafa
dc.contributor.authorKara, Serpil
dc.date.accessioned2025-01-06T17:11:45Z
dc.date.available2025-01-06T17:11:45Z
dc.date.issued2022
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalı
dc.descriptionFen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalı, Endüstri Mühendisliği Bilim Dalı
dc.description.abstractCOVID-19 pandemisi, ilk vakanın görüldüğü andan itibaren insanların yaşamları için ciddi bir tehdit oluşturmaktadır. Virüsün dünya çapında hızla yayılması ve küresel bir sorun oluşturması, yetkililerin hızlı ve etkili kararlar almalarının önemini ortaya koymaktadır. Bu açıdan COVID-19 hastalığının tespiti ve artan vaka sayılarının tahmin edilmesi önemli bir konu haline gelmektedir. Bu çalışmada Türkiye'de günlük vaka, günlük ölüm, kümülatif vaka ve kümülatif ölüm sayıları tahmin edilmektedir. Yapay zeka teknikleri arasında yer alan Stacked-LSTM, Bi-LSTM ve ANN yöntemleri COVID-19 vaka sayılarının tahmininde kullanılmaktadır. Bu yöntemlerin hiperparametreleri, Gri Kurt Algoritması (GWO) kullanılarak optimize edilmiştir. Türkiye'de yapılan çalışmada, COVID-19 için gerçek veriler ile tahmini veriler arasındaki doğruluk performansını belirlemek için MAPE, MAE ve R^2 Skoru gibi performans metrikleri kullanılmıştır. Modellerin başarısı, modeller için kullanılan veri setleri ayrı ayrı karşılaştırılarak değerlendirilmiştir. Bu çalışma ile gerçek veri değerlerine en yakın sonucu veren model ve veri seti belirlenmiştir. Böylece pandemi verileri ile yapılan tahmin modellerinin doğruluğu ve başarısı değerlendirilmiştir.
dc.description.abstractThe COVID-19 pandemic has been a serious threat to people's lives since the first case was seen. The rapid spread of the virus around the world and the fact that it creates a global problem reveals the importance of the authorities' making quick and effective decisions. In this respect, detecting the COVID-19 disease and estimating the increasing number of cases has become an important issue. In this study, the number of daily cases, daily deaths, cumulative cases, and cumulative deaths are predicted in TURKEY. Stacked-LSTM, Bi-LSTM, and ANN methods, which are among the artificial intelligence techniques, are used for estimating the number of COVID-19 cases. The hyperparameters of these methods are optimized using the Grey Wolf Algorithm (GWO). In the study conducted in Turkey, MAPE, MAE, and R^2 Score performance metrics were used to determine the accuracy between the actual data and the predicted data for COVID-19. The success of the models was evaluated by comparing the datasets used for the models separately. With this study, the model and data set that give the closest result to the actual data values were determined. Thus, the accuracy of the pandemic was evaluated for the models.
dc.identifier.endpage106
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=sELqxhTlFGAjsbjOuuiyCJ2FfwcQw_h9oHul7dN5WgjBbAQ4CR_gtdf8-VekB0gi
dc.identifier.urihttps://hdl.handle.net/20.500.14669/127
dc.identifier.yoktezid749759
dc.language.isoen
dc.publisherAdana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241211
dc.subjectEndüstri ve Endüstri Mühendisliği
dc.subjectIndustrial and Industrial Engineering
dc.titleCovid-19 pandemic prediction using artificial intelligence techniques in Türkiye
dc.title.alternativeTürkiye'de yapay zeka teknikleri kullanılarak Covid-19 pandemi tahmini
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu