Akıllı telefonda derin öğrenme ile deprem erken uyarı sistemi tasarımı

Abstract

ÖzÜlkemiz gibi deprem kuşağında olan bir coğrafya için deprem araştırmaları ve olası erken uyarı sistemlerine dair olan yeni yaklaşımlar, son zamanlarda meydana gelen depremleri de göz önünde bulunduracak olursak (ör. İzmir, 2020), artan bir önem ve ihtiyaç teşkil etmektedir. Özellikle uyku halinde iken yakalanılan depremler, bilindiği üzere, çok daha vahim sonuçlar doğurmaktadır. Bu çalışmada, mevcut çalışmalardan farklı olarak, ilk tasarımı yapılan deprem erken uyarı sistemi yaklaşımı, uyku halinde iken, içinde bulunan sensörler aracılığı ile ivmeölçer'e dönüştürülen akıllı telefonlar sayesinde, ReQuakenition ismini verdiğimiz bir telefon uygulaması arayüzü ile acil durumlarda olası bir depremin haber verilmesi amaçlandı. Afet ve Acil Durum Yönetimi Başkanlığı (AFAD) web sayfasından indirilen gerçek deprem verilerinden yararlanarak Uzun kısa süreli belleğe sahip (Long-Short Term Memory: LSTM) tekrarlayan sinir ağı mimarisi (Recurrent Neural Network: RNN) derin öğrenme algoritmaları ile eğitilen verilerden elde edilen sonuçlarda %82'nin üzerinde duyarlılık gözlemlendi. Elde edilen bu ilk sonuçlar, son derece yaygın olarak kullanılan akıllı telefonların, deprem erken uyarı sistemlerinde kullanılmak üzere, jeodezik ve sismik ağların yanı sıra çok daha yoğun ve homojen bir ivmeölçer ağı gibi çalışabilmesi adına ümit vericidir.