Türkiye’de Covıd-19 Vakalarının Farklı Önlemler Altında Tahminlemesi
| dc.contributor.author | Arslan, Serdar | |
| dc.date.accessioned | 2025-06-05T22:02:04Z | |
| dc.date.available | 2025-06-05T22:02:04Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Korona virüs salgını 2019 sonunda başladı ve tüm dünyayı etkisi altına aldı. Türkiyede aşılama süreci 2021 senesini başlarında başlatıldı ama çok yavaş ilerledi. Bu yüzden, bu süreçte Türk Hükümeti virüs yayılımını engellemek için çeşitli önlemler aldı. Bu çalışmada, bu önlemlerin virüs yayılımına olan etkisini anlamak için beş farklı tahminleme modeli (ARIMA, Prophet, NARNN, Yığıt LSTM ve çiftyönlü LSTM) gerçek dünya verileri ile kullanıldı ve karşılaştırıldı. Test sonuçları önlemlere göre parçalanan veri setinde küçük olanlar için ARIMA ve Prophet’in diğer modellere göre iyi sonuçlar verdiğini gösterdi. Veri setinin büyüklüğü arttıkça derin öğrenme yöntemlerinin daha iyi sonuçlar ortaya koyduğu gözlemlendi. Fakat, önlemlere göre ayırmadan tüm veri setini tek bir seferde kullandığımızda bu modellerin performanslarının düştüğü gözlemlendi. | en_US |
| dc.identifier.doi | 10.29130/dubited.1234168 | |
| dc.identifier.issn | 2148-2446 | |
| dc.identifier.uri | https://doi.org/10.29130/dubited.1234168 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12416/10161 | |
| dc.language.iso | en | en_US |
| dc.relation.ispartof | Düzce Üniversitesi Bilim ve Teknoloji Dergisi | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | Türkiye’de Covıd-19 Vakalarının Farklı Önlemler Altında Tahminlemesi | en_US |
| dc.type | Article | en_US |
| dspace.entity.type | Publication | |
| gdc.author.institutional | Arslan, Serdar | |
| gdc.bip.impulseclass | C5 | |
| gdc.bip.influenceclass | C5 | |
| gdc.bip.popularityclass | C5 | |
| gdc.coar.access | open access | |
| gdc.coar.type | text::journal::journal article | |
| gdc.collaboration.industrial | false | |
| gdc.description.department | Çankaya University | en_US |
| gdc.description.departmenttemp | Çankaya Üniversitesi | en_US |
| gdc.description.endpage | 1295 | en_US |
| gdc.description.issue | 3 | en_US |
| gdc.description.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| gdc.description.scopusquality | N/A | |
| gdc.description.startpage | 1279 | en_US |
| gdc.description.volume | 12 | en_US |
| gdc.description.wosquality | N/A | |
| gdc.identifier.openalex | W4401062781 | |
| gdc.index.type | TR-Dizin | |
| gdc.oaire.accesstype | GOLD | |
| gdc.oaire.diamondjournal | false | |
| gdc.oaire.impulse | 0.0 | |
| gdc.oaire.influence | 2.4895952E-9 | |
| gdc.oaire.isgreen | false | |
| gdc.oaire.keywords | Technology | |
| gdc.oaire.keywords | COVID-19;Forecasting;ARIMA;Prophet;NARNN;Deep learning;LSTM | |
| gdc.oaire.keywords | Science (General) | |
| gdc.oaire.keywords | T | |
| gdc.oaire.keywords | Science | |
| gdc.oaire.keywords | Q | |
| gdc.oaire.keywords | Mühendislik | |
| gdc.oaire.keywords | deep learning | |
| gdc.oaire.keywords | forecasting | |
| gdc.oaire.keywords | Engineering (General). Civil engineering (General) | |
| gdc.oaire.keywords | lstm | |
| gdc.oaire.keywords | prophet | |
| gdc.oaire.keywords | tahminleme | |
| gdc.oaire.keywords | derin öğrenme | |
| gdc.oaire.keywords | Q1-390 | |
| gdc.oaire.keywords | Engineering | |
| gdc.oaire.keywords | covid-19 | |
| gdc.oaire.keywords | COVID-19;Tahminleme;ARIMA;Prophet;NARNN;Derin öğrenme;LSTM | |
| gdc.oaire.keywords | arima | |
| gdc.oaire.keywords | TA1-2040 | |
| gdc.oaire.keywords | narnn | |
| gdc.oaire.popularity | 2.3737945E-9 | |
| gdc.oaire.publicfunded | false | |
| gdc.openalex.collaboration | National | |
| gdc.openalex.fwci | 0.0 | |
| gdc.openalex.normalizedpercentile | 0.13 | |
| gdc.opencitations.count | 0 | |
| gdc.virtual.author | Arslan, Serdar | |
| relation.isAuthorOfPublication | ee02ccda-1b5e-4bba-b8b3-ece13ce2ec47 | |
| relation.isAuthorOfPublication.latestForDiscovery | ee02ccda-1b5e-4bba-b8b3-ece13ce2ec47 | |
| relation.isOrgUnitOfPublication | 12489df3-847d-4936-8339-f3d38607992f | |
| relation.isOrgUnitOfPublication | 43797d4e-4177-4b74-bd9b-38623b8aeefa | |
| relation.isOrgUnitOfPublication | 0b9123e4-4136-493b-9ffd-be856af2cdb1 | |
| relation.isOrgUnitOfPublication.latestForDiscovery | 12489df3-847d-4936-8339-f3d38607992f |