EUVIMEDEUVIMED entdecken
Crossref

Makine Öğrenmesi Yöntemleri ile Türkiye’de Covid-19’a İlişkin Günlük Vaka, Ağır Hasta, Vefat ve İyileşen Sayısı Tahmini

Figen Özen

Journal of Advanced Research in Natural and Applied Sciences · 2022

DOI: 10.28979/jarnas.1055917 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Advanced Research in Natural and Applied Sciences, 2022. Verfasst von Figen Özen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 24 Literaturangaben. Gefördert von: Yok.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Covid-19 içinde bulunduğumuz yüzyılın ilk pandemisidir ve bundan önceki pandemilere kıyasla süresi, neden olduğu can kaybı, yarattığı psikolojik, sosyolojik ve ekonomik etkileri dolayısıyla farklılık göstermektedir. Bu süreçte virüs pek çok varyant üretmiştir ve üretmeye de devam etmektedir. Dünya üzerindeki hareketliliğin sıklığı ve miktarı düşünüldüğünde, bu durumun yakın gelecekte değişmesi mümkün gözükmemektedir. Pandeminin gidişatını anlamak, bundan sonraki olası pandemiler için hazırlıklı olmak konusunda faydalı olacaktır. Bu amaçla, T.C. Sağlık Bakanlığı tarafından yayınlanan günlük veri incelenmiş, farklı veri grupları üzerinde gerek özelliklerini anlama gerekse geleceğe yönelik tahmin gerçekleştirme amacıyla, güncel bir yaklaşım olan makine öğrenmesi yöntemleri kullanılmıştır. Kul-lanılan veri grupları oldukça karmaşık birer zaman serisi yapısındadır ve günlük vaka sayısı, ağır hasta sayısı, günlük vefat sayısı ve günlük iyileşen sayısı olarak seçilmiştir. Polinom regresyon, en küçük kareler polinom uyumu ve kübik eğri uyumu sonuçları ile tahminler bu makalede incelenmiştir. Sonuçlar gerek grafikler yoluyla gerekse zaman serisi tahmininde kabul görmüş bir performans kriteri olan Canberra uzaklığının ortalama, medyan, standart sapma ve top-lam değerleriyle, sayısal olarak belirtilmiştir. Yukarıda belirtilen dört zaman serisi için en iyi sonuçların, kübik eğri uyumu yöntemiyle alındığı görülmektedir. Tahminlerde kullanılan eğrilerin dereceleri, zaman serisine göre değişiklik göstermektedir. Elde edilen tahmin sonuçları, zaman serisine bağlı olarak değişen yüksek doğruluk oranı sağlamıştır.

Förderung

  • Yok

Zitieren

APA

Özen, F. (2022). Makine Öğrenmesi Yöntemleri ile Türkiye’de Covid-19’a İlişkin Günlük Vaka, Ağır Hasta, Vefat ve İyileşen Sayısı Tahmini. Journal of Advanced Research in Natural and Applied Sciences. https://doi.org/10.28979/jarnas.1055917

Vancouver

Özen F. Makine Öğrenmesi Yöntemleri ile Türkiye’de Covid-19’a İlişkin Günlük Vaka, Ağır Hasta, Vefat ve İyileşen Sayısı Tahmini. Journal of Advanced Research in Natural and Applied Sciences. 2022. doi:10.28979/jarnas.1055917

BibTeX
@article{zen2022,
  author = {Özen, Figen},
  title = {Makine Öğrenmesi Yöntemleri ile Türkiye’de Covid-19’a İlişkin Günlük Vaka, Ağır Hasta, Vefat ve İyileşen Sayısı Tahmini},
  journal = {Journal of Advanced Research in Natural and Applied Sciences},
  year = {2022},
  doi = {10.28979/jarnas.1055917}
}
Kostenlos starten →