SavedAdd your journal

Journals / Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi / 2013 / Cilt: 15 - Sayı: 43

FUZZY LOGIC AND APLLICATIONS IN GEOPHYSICS: A SEISMOLOGY EXAMPLE

BULANIK MANTIK (FUZZY LOGIC) VE JEOFİZİKTE KULLANIM ALANLARI: SİSMOLOJİ ÖRNEĞİ

Elif BALKAN
Müjgan ŞALK
Pages
15–29
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Analyzing of the Earthquake data of Western Anatolia Using with Adaptive Neurofuzzy Inference System, is given an example of this method as a seismological application

📌 3 Key Takeaways

🎯
Objective & Hypothesis:With the effect of advancing technology, Fuzzy logic has become one of the most common methods used in solving problems during the recent years.
📊
Key Findings & Data:Solutions of the many ill defined/unidentified events in nature/earth are made possible by means of fuzzy logic.
💡
Conclusion & Impact:Analyzing of the Earthquake data of Western Anatolia Using with Adaptive Neurofuzzy Inference System, is given an example of this method as a seismological application
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Bulanık mantık · Üyelik fonksiyonu · Jeofizik

Abstract

With the effect of advancing technology, Fuzzy logic has become one of the most common methods used in solving problems during the recent years. Solutions of the many ill defined/unidentified events in nature/earth are made possible by means of fuzzy logic. Wide ranges of applications and obtaining successful results are caused the increasing interest on this method. Applications of Fuzzy logic on Geophysics are also increasing day by day. It is used on particularly inversion of seismic, electromagnetic and resistivity data, prediction of some physical parameters and estimation studies. The aim of this study is to compile the articles which are about Fuzzy logic application on geophysics and to summarize its intended purpose. Analyzing of the Earthquake data of Western Anatolia Using with Adaptive Neurofuzzy Inference System, is given an example of this method as a seismological application

Özet

Bulanık mantık, teknolojinin de etkisiyle son yıllarda birçok problemin çözümünde yaygın olarak kullanılan yöntemlerden biridir. Doğada kesin olarak tanımlanamayan birçok olayın bulanık mantık yardımıyla çözümleri mümkün hale gelmiştir. Uygulama alanının geniş olması ve birçok problemin çözümünde başarılı sonuçların elde edilmesi bu yönteme olan ilgiyi arttırmıştır. Bulanık mantığın jeofizik alanındaki uygulamaları da giderek artmaktadır. Özellikle sismik, elektromanyetik ve özdirenç gibi yöntemlerin ters çözümünde ayrıca parametre tayini ve ön kestirim gibi uygulamalarda kullanılmaktadır. Bu çalışmada bulanık mantığın günümüze kadar olan jeofizik uygulamaları derlenmiş ve yaygın olarak kullanım amaçları özetlenmeye çalışılmıştır. Batı Anadolu deprem katalog verilerinin Uyarlanabilir Yapay Sinir-Bulanık Mantık Çıkarım Sistemi (Adaptive Neurofuzzy Inference System) (UYBÇS) ile değerlendirilmesi üzerine örnek bir çalışmaya yer verilmiştir

🔖

Cite This Article

BALKAN, E., ŞALK, M. (2013). FUZZY LOGIC AND APLLICATIONS IN GEOPHYSICS: A SEISMOLOGY EXAMPLE. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt: 15 - Sayı: 43, 15–29. https://ajindex.com/articles/215163

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (12)

  1. Acar M., Haberler W. M., Ayan T. (2008): “Bulanık Çıkarım Sistemler ile Heyelan Bloklarının Belirlenmesi: Gürpınar Örneği”, Jeodezi, Jeoinformasyon ve Arazi Yönetimi Dergisi, Cilt 1/98. Akgün A., Sezer E. A., Nefeslioğlu H. A., Gökçeoğlu C., Pradhan B. (2012): “An Easy-to- Use MATLAB Program (MamLand) for the Assessment of Landslide Susceptibility Using a Mamdani Fuzzy Algorithm”, Computers and Geosciences, Cilt 38, s.23–34.
  2. Aksoy B., Ercanoglu M. (2012): “Landslide İdentification and Classification by Object-Based Image Analysis and Fuzzy Logic: An Example From the Azdavay Region (Kastamonu,Turkey)”, Computers and Geosciences, Cilt 38, s.87-98.
  3. Ali M., Chawathe A. (2000): “Using Artificial Intelligence to Predict Permeability From Petrographic Data”, Computers and Geosciences, Cilt 26, s.915-925.
  4. Alvanitopoulos P. F., Andreadis I., Elenas A. (2010): “ Neuro-Fuzzy Techniques for the Classification of Earthquake Damages in Buildings”, Measurement, Cilt 43, s.797–809.
  5. Aminzadeh F. (2005): “Applications of AI and Soft Computing for Challenging Problems in the Oil Industry”, Journal of Petroleum Science and Engineering, Cilt 47, s.5–14.
  6. Anifowose F., Abdulraheem A. (2011): “Fuzzy Logic-Driven and SVM-Driven Hybrid Computational Intelligence Models Applied to Oil and Gas Reservoir Characterization”, Journal of Natural Gas Science and Engineering, Cilt 3, s.505-517.
  7. Arrell K. E., Fisher P. F., Tate N. J., Bastin L. (2007): “A Fuzzy C-Means Classification of Elevation Derivatives to Extract the Morphometric Classification of Landforms in Snowdonia, Wales”, Computers and Geosciences, Cilt 33, s.1366–1381.
  8. Ataei M., Khalokakaei R., Hossieni M. (2009): “Determination of Coal Mine Mechanization Using Fuzzy Logic”, Mining Science and Technology, Cilt 19, s.0149–0154.
  9. Batyrshin I., Sheremetov L., Markov M., Panova A. (2005): ”Hybrid Method for Porosity Classification in Carbonate Formations”, Journal of Petroleum Science and Engineering, Cilt 47, s.35–50.
  10. Baykal N., Beyan T. (2004): “ Bulanık Mantık Uzman Sistemler ve Denetleyiciler”, Bıçaklar Kitabevi, Yayın No:10. Bezdek J. C., Ehrlich R., Full W. (1984): “FCM: The Fuzzy C-Means Clustering Algorithm”, Computer and Geoscience Volume, Cilt 10, s.191–203.
  11. Bodur K., Gökalp H. (2011): “Deprem Konumlarının Belirlenmesinde Bulanık Mantık Yaklaşımı”, 1. Türkiye Deprem Mühendisliği ve Sismoloji Konferansı, 11-14 ekim 2011,
  12. Odtü, Ankara. Brown C. B., (1985): “The Use of Fuzzy Sets in Seismic Engineering in the USA”, In: Feng,