Bölümümüz öğretim elemanlarından Öğr. Gör. Salih Türk, Q1 kategorisinde yer alan Environmental and Ecological Statistics dergisinde önemli bir akademik makale yayınlamıştır.

"Burned area detection using Sentinel-1 and Sentinel-2 features and analysis of ensemble models with explainable AI" başlıklı bu çalışma, Türkiye’nin Muğla ili örneğinde Sentinel-1 (radar) ve Sentinel-2 (optik) uydu verilerinden türetilen çoklu özellikleri kullanarak orman yangınları sonrası yanık alan tespitini incelemekte; AdaBoost.M1, Random Forest, GentleBoost ve RUSBoost gibi ensemble makine öğrenmesi modellerini karşılaştırmakta ve sonuçları SHAP tabanlı açıklanabilir yapay zekâ analiziyle yorumlamaktadır. Bulgular, özellikle Sentinel-2’den elde edilen NBR, NBRSWIR ve SWIR/NIR bantlarının sınıflandırmada belirleyici olduğunu, yaklaşık 15 temel özellikle yüksek doğruluğa ulaşıldığını ve AdaBoost.M1 ile GentleBoost’un dengeli ve tutarlı performans sergilediğini göstermektedir. SHAP analizleri, model kararlarının hangi fiziksel ve spektral özelliklere dayandığını netleştirerek hem doğruluğu artıran hem de yorumlanabilir, pratik bir uzaktan algılama tabanlı yanık alan izleme çerçevesi sunmaktadır.

Kendisini bu önemli başarısından dolayı tebrik eder, akademik çalışmalarında başarılarının devamını dileriz.

Makalenin linkine buradan erişebilirsiniz.

Yazılım Mühendisliği Bölüm Başkanlığı