GTÜ'DE AKADEMİSYENLER ÖDÜLLENDİRİLDİ
Gebze Teknik Üniversitesi (GTÜ) Harita Mühendisliği Bölümü öğretim üyeleri Prof. Dr. Taşkın Kavzoğlu, Doç. Dr. İsmail Çölkesen ve Dr. Hasan Tonbul tarafından hazırlanan makaleler Amerika Fotogrametri ve Uzaktan Algılama Birliği (ASPRS) tarafından 2020 yılında yayınlanan en iyi makalelerin değerlendirilmesi sonucunda iki farklı kategoride ödül almaya hak kazandı.
Ödüller online olarak gerçekleÅŸtirilen ASPRS’2021 konferansında törenle ilan edilerek sahiplerini buldu. GTÜ Mühendislik Fakültesi Dekanı Prof. Dr. TaÅŸkın KAVZOÄžLU ve Dr. ArÅŸ. Gör. Hasan TONBUL, tarafından hazırlanan “Semi-Automatic Building Extraction from WorldView-2 Imagery Using Taguchi Optimization” baÅŸlıklı 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 gerçekleÅŸtirilmesinde kritik önem sahip olan segmentasyon parametreleri için optimum kombinasyonun belirlenmesi için Taguchi optimizasyonu yaklaşımının kullanımını önerilmiÅŸtir. Çalışma sonucunda, geleneksel parametre tespiti yöntemlerine kıyasla daha iyi sonuçlar elde edildiÄŸi ve Taguchi optimizasyonuyla kullanımı ile tematik harita doÄŸruluÄŸunun önemli ölçüde arttığı tespit edildi. Bu yönüyle makale yenilikçi bir yaklaşım olarak deÄŸerlendirilmiÅŸ ve önemli bir problemin pratik bir yöntemle çözümü noktasında baÅŸarılı bulundu.
Doç. Dr. Ä°smail ÇÖLKESEN ve Yüksek Lisans öÄŸrencisi Ömer Habib Ertekin tarafından hazırlanan “Performance Analysis of Advanced Decision Forest Algorithms in Hyperspectral Image Classification” baÅŸlıklı 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 öÄŸrenme metotlarından karar aÄŸaçlarını esas alan topluluk öÄŸrenme algoritmalarının sınıflandırma performansları analiz edildi. Çalışma sonucunda, önerilen yeni nesil yaklaşımların sınıflandırma iÅŸlemindeki baÅŸarısı ve tematik harita doÄŸruluÄŸuna etkileri vurgulandı.
