Akademik Veri Yönetim Sistemi
Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, cilt.13, sa.3, ss.1424-1438, 2020 (Hakemli Dergi)
Bu çalışmada Türkiye’nin doğusunda yer alan Kars il sınırları içerisinde bulunan 641 tane GNSS/nivelman noktasına dayalı olarak, genelleştirilmiş regresyon yapay sinir ağı (GRNN), ağırlıklı ortalama (WA), multikuadrik (MQ) fonksiyonu, ters multikuadrik (IMQ) fonksiyonu ve yerel polinom (LP) yöntemleri kullanılarak en uygun yerel jeoid modelinin belirlenmesi amaçlanmıştır. Lokal jeoid belirlemede kullanılan bu yöntemler arasından GRNN yöntemi ile yapılan çalışmaların sayısı literatürde oldukça sınırlıdır. Modelin performansını test etmek için 169 tane GNSS/nivelman noktası test verisi olarak seçilmiştir. Referans noktaları ve test noktaları seçilirken, bu noktaların çalışma alanı içerisinde homojen olarak dağılmasına özen gösterilmiştir. Farklı yöntemlerden elde edilen sonuçların doğruluğunu ve hata oranlarını öğrenmek için, karesel ortalama hata (RMSE), ortalama mutlak hata (MAE) ve belirlilik katsayısı (R2) kriterleri kullanılmıştır. Analiz sonuçlarına göre GRNN metodu, diğer interpolasyon yöntemlerine göre daha iyi sonuçlar vermiştir. Bu sonuçlar, GRNN metodunun çeşitli jeodezi problemlerinin modellenmesinde dikkate alınabileceğini göstermiştir.
This study aimed to determine the most suitable local geoid model based on 641 GNSS/leveling points within the borders of Kars Province in eastern Turkey using the generalized regression neural network (GRNN), weighted average (WA), multiquadric (MQ), inverse multiquadric (IMQ) function, and local polynomial (LP) method. Among these methods used in local geoid determination, the studies conducted with the GRNN method are very limited in the literature. To test the performance of the model, 169 GNSS/leveling points were selected as test data. When selecting reference points and test points, care was taken to distribute these points homogeneously within the study area. The criteria of root mean square error (RMSE), mean absolute error (MAE), and coefficient of determination (R2) were used to assess the accuracy and error rates of the results achieved using the different methods. According the results of analysis, GRNN method yielded better results than other interpolation methods. These results have showed that GRNN method can be taken into account in modeling various geodesy problems.