Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4081
Tüm üstveri kaydı
Dublin Core AlanıDeğerDil
dc.contributor.authorAltınpınar, İshak-
dc.date.accessioned2022-06-14T11:23:04Z-
dc.date.available2022-06-14T11:23:04Z-
dc.date.issued2020-06-
dc.identifier.urihttp://acikerisim.ktu.edu.tr/jspui/handle/123456789/4081-
dc.description.abstractEmniyet kültürü Çernobil'de meydana gelen kazanın ardından günümüze kadar gerçekleşen bir dizi endüstriyel kaza soruşturmasında başrolde bulunmaktadır. Güçlü emniyet kültürüne sahip kuruluşların işyeri kazalarını önlemede etkili olduğu yaygın olarak kabul edilmektedir. Çok fazla değişkenin etkin olduğu, emniyet kültürünün, anlaşılması ve modellenmesi karmaşık ve zorlayıcı olabilmektedir. Karmaşık ve zorlayıcı problemlerin çözümünde kullanılan teknikler günden güne gelişmektedir. Bu sebeple, yapılan tezde yapay zekâya dayanan yöntemler ve istatistik teknikleri birlikte kullanılmıştır. İstatistik tekniklerinden çoklu lojistik regresyon analizi (ÇLRA) kullanılırken yapay zekâ yöntemlerinden ise yapay sinir ağları (YSA) tercih edilmiştir. ÇLRA ikiden fazla kategorisi olan bir bağımlı ve birçok bağımsız değişken arasındaki ilişki incelebilmektedir. YSA ise insan beynini taklit edebilen bu şekilde insanlar gibi öğrenebilen, öğrendiği bilgiyi yorumlayabilen ve bu çıktıları kullanarak sonuç üretebilen sistemlerdir. Bu sayede içerisinde çok fazla alt başlık bulunduran, emniyet kültürünün kazalara olan etkisinin modellenmesinde ÇLRA ve YSA kullanılmasının mümkün olduğu görülmüştür. Tez kapsamında belirlenen 218 kaza veya kazaya yaklaşma olayının emniyet kültürü alt başlıkları özelinde değerlendirilme yapılmıştır. ÇLRA %83.5 oranında sonuçları doğru sınıflandırmış ve altı alt başlığı model için anlamlı bulmuştur. YSA ise %88.1 oranında kaza sonuçlarını doğru sınıflandırmış bütün alt başlıklar model için anlamlı bulunmuştur.tr_TR
dc.language.isotrtr_TR
dc.publisherKaradeniz Teknik Üniversitesi / Fen Bilimleri Enstitüsütr_TR
dc.subjectÇoklu Lojistik Regresyon, Denizcilik, Emniyet Kültürü, Gemiadamları, Yapay Sinir Ağları.tr_TR
dc.subjectArtificial Neural Networks, Maritime, Multiple Logistic Regression, Safety culture, Seafarertr_TR
dc.titleDenizcilikte emniyet kültürü modellemesitr_TR
dc.title.alternativeSafety culture modelling in maritimetr_TR
dc.typeThesistr_TR
Koleksiyonlarda Görünür:Deniz Ulaştırma ve İşletme Mühendisliği

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
634379.pdf4.51 MBAdobe PDFKüçük resim
Göster/Aç


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.