Hava Durumu

Afet sonrası tehlikeleri "DANGER" uyaracak

Türk bilim insanları, doğal afetlerin ardından oluşabilecek tehlikeleri öngörmek için "DANGER" adlı yapay zeka destekli yazılım geliştirdi. Proje, ardışık afetlerin etkilerini analiz ederek önlem alınmasını sağlayacak. 6 Şubat depremleriyle gündeme gelen heyelan ve moloz akmaları gibi riskler, sistemle önceden tespit edilebilecek.

Haber Giriş Tarihi: 06.01.2025 11:26
Haber Güncellenme Tarihi: 06.01.2025 11:27
Kaynak: Haber Merkezi
Afet sonrası tehlikeleri "DANGER" uyaracak

Türk bilim insanları, doğal afetlerin ardından oluşabilecek ardışık tehlikeleri öngörmek ve önlemek amacıyla "DANGER" adlı yapay zeka destekli bir yazılım üzerinde çalışıyor. TÜBİTAK tarafından desteklenen bu yenilikçi proje, İTÜ Avrasya Yer Bilimleri Enstitüsü Öğretim Üyesi Prof. Dr. Tolga Görüm’ün yürütücülüğünde hayata geçiriliyor ve AFAD’ın “Afet Risk Azaltma Sistemi” ile entegre edilecek.

6 ŞUBAT DEPREMLERİ BİR MİLAT OLDU

Projenin temel çıkış noktalarından biri olan 6 Şubat depremleri, Türkiye’de ardışık afetlerin tetiklediği etkilerin daha iyi anlaşılması gerektiğini ortaya koydu. Prof. Dr. Görüm, depremin ardından tetiklenen 12 bin heyelan ve bu heyelanların aşırı yağışlarla moloz akmalarına dönüşmesi sonucu 20’den fazla vatandaşın hayatını kaybettiğini hatırlatarak, "Bu tür olayların anlaşılması ve önlenmesi için yeni araçlar geliştiriyoruz," dedi. Görüm ayrıca, depremlerin barajlarda oluşturduğu siltasyon (alüvyon birikmesi) problemlerine de dikkat çekerek, bu sorunların çözümü için DANGER’ın önemli bir rol oynayacağını belirtti.

TEHLİKELER ÖNCEDEN BELİRLENECEK

DANGER, afet sonrası oluşabilecek domino etkisi taşıyan tehlikeleri önceden tespit etmek üzere tasarlandı. Prof. Dr. Görüm, "Doğal afetlerin frekansı ve büyüklüğü yıllık olarak değişkenlik gösteriyor. Her yeni olay bir vaka olarak makine öğrenmesi sistemine ekleniyor. Bu sayede sistem, öğrenme kapasitesini sürekli artırarak tehlikeleri daha doğru bir şekilde öngörebilecek," dedi.

DİNAMİK VE ÖĞRENEN MODELLER

Projenin bir diğer önemli özelliği, statik yaklaşımlar yerine dinamik ve sürekli öğrenen modelleri kullanması. Görüm, "Amacımız, her yeni vakayla daha geniş öğrenme kapasitesine sahip ve doğruluk payı yüksek modeller geliştirmek. Bu, gelecekte olası tehlikelerin daha etkili şekilde önlenmesine yardımcı olacak," diye konuştu.

Kaynak: Haber Merkezi

Yorum Ekle
Gönderilen yorumların küfür, hakaret ve suç unsuru içermemesi gerektiğini okurlarımıza önemle hatırlatırız!
Yorumlar
logo
En son gelişmelerden anında haberdar olmak için 'İZİN VER' butonuna tıklayınız.