KOCAELİ (AA) - Gebze Teknik Üniversitesi (GTÜ) Harita Mühendisliği bölümü öğretim üyeleri, geçen yılki "en iyi makaleleri" değerlendiren Amerika Fotogrametri ve Uzaktan Algılama Birliğince (ASPRS) 2 ödüle layık görüldü.
GTÜ'den yapılan açıklamaya göre, Amerika Fotogrametri ve ASPRS tarafından 2020 yılında yayınlanan en iyi makaleler değerlendirildi. Sonuçlar çevrimiçi gerçekleştirilen ASPRS'2021 konferansında ilan edildi.
Bu kapsamda GTÜ Harita Mühendisliği bölümü öğretim üyeleri Prof. Dr. Taşkın Kavzoğlu, Doç. Dr. İsmail Çölkesen ve Dr. Hasan Tonbul tarafından hazırlanan makaleler, 2 farklı kategoride ödül aldı.
GTÜ Mühendislik Fakültesi Dekanı Prof. Dr. Taşkın Kavzoğlu ve Dr. Araştırma Görevlisi Hasan Tonbul tarafından hazırlanan "Semi-Automatic Building Extraction from WorldView-2 Imagery Using Taguchi Optimization" başlıklı makale, "John I. Davidson President's Award for Practical Papers" kategorisinde 2020 yılının en iyi makale ödülünü almaya hak kazandı.
Photogrammetric Engineering & Remote Sensing dergisinin eylül ayı sayısında yayınlanan çalışmada, uydu görüntülerinden bilgi çıkarılmasında yenilikçi bir yaklaşım olan obje-tabanlı görüntü sınıflandırmanın gerçekleştirilmesinde kritik öneme sahip olan segmentasyon parametreleri için optimum kombinasyonun belirlenmesi için Taguchi optimizasyonu yaklaşımının kullanımını önerildi.
Çalışma sonucunda, geleneksel parametre tespiti yöntemlerine kıyasla daha iyi sonuçlar elde edildiği ve Taguchi optimizasyonuyla kullanımıyla tematik harita doğruluğunun önemli ölçüde arttığı tespit edildi.
Bu yönüyle makale, yenilikçi bir yaklaşım olarak değerlendirildi ve önemli bir problemin pratik yöntemle çözümü noktasında başarılı bulundu.
Doç. Dr. İsmail Çölkesen ve yüksek lisans öğrencisi Ömer Habib Ertekin tarafından hazırlanan "Performance Analysis of Advanced Decision Forest Algorithms in Hyperspectral Image Classification" başlıklı makale ise "Talbert Abrams Awards" kategorisinde 2020 yılı içerisinde yayınlanan makaleler arasında ödüle layık görüldü.
Photogrammetric Engineering & Remote Sensing dergisinin eylül ayı sayısında yayınlanan çalışmada, hiperspektral görüntülerin sınıflandırılması probleminde yeni nesil makine öğrenme metotlarından karar ağaçlarını esas alan topluluk öğrenme algoritmalarının sınıflandırma performansları analiz edildi.
Çalışma sonucunda, önerilen yeni nesil yaklaşımların sınıflandırma işlemindeki başarısı ve tematik harita doğruluğuna etkileri vurgulandı.
