IoT Sistemleri ve Makine Öğrenmesi Teknikleri Kullanılarak Boğulma ve Yangın Risklerinin Tahmini

Bu çalışmada, makine öğrenmesi (ML) ve Nesnelerin İnterneti (IoT) teknolojilerini kullanarak boğulma ve yangın risklerinin tahmin edilmesi amaçlanmaktadır. Boğulma ve yangın olayları, ciddi, can ve mal kayıplarına yol açan tehlikelerdir. Geleneksel yöntemler bu risklerin tahmin edilmesinde yetersiz kalabilirken, ML modelleri kullanarak ve IoT tabanlı sensör verileriyle elde edilen büyük veri kümelerinin analiziyle yüksek doğrulukta tahminler sağlanabilmektedir. Bu çalışmada, IoT sensörlerinden elde edilen veriler üzerinde ML yöntemlerinin karşılaştırmalı bir incelemesi yapılmıştır. Boğulma riskini tahmin etmek için karbon monoksit (CO), duman ve sıvı petrol gazı (LPG) arasındaki korelasyon, yangın riskini tahmin etmek için ise nem, sıcaklık ve duman arasındaki korelasyon kullanılmıştır. Veriler, ön işleme adımları tamamlandıktan sonra, doğrusal regresyon, karar ağaçları ve rastgele orman algoritmalarıyla geliştirilen modellerle eğitilmiştir. Deneysel sonuçlar, karar ağacının %99,99 doğrulukla diğer algoritmaları geride bıraktığını göstermektedir. Geliştirilen modelin yüksek doğruluk oranı ile çalıştığı ve risk yönetimi stratejilerinin geliştirilmesinde önemli bir rol oynayabileceği belirlenmiştir.