Wildfire Susceptibility Mapping Using Five Boosting Machine Learning Algorithms: The Case Study of the Mediterranean Region of Turkey
Yazarlar (8)
Sohaıb K. M. Abujayyab Sohaıb K. M. Abujayyab
Karabük Üniversitesi, Türkiye
Karabük Üniversitesi, Türkiye
Moustafa Moufid Kassem Universiti Sains Malaysia, Malezya
Doç. Dr. Ashfak Ahmad KHAN Karabük Üniversitesi, Türkiye
Raniyah Wazirali
Saudi Electronic University, Suudi Arabistan
Saudi Electronic University, Suudi Arabistan
Mücahit Coşkun Karabük Üniversitesi, Türkiye
Enes Taşoǧlu Karabük Üniversitesi, Türkiye
Prof. Dr. Ahmet Öztürk Karabük Üniversitesi, Türkiye
Ferhat Toprak
Karabük Üniversitesi, Türkiye
Karabük Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(SSCI, AHCI, SCI, SCI-Exp dergilerinde yayınlanan tam makale)
|
||
| Dergi Adı | Genetics Research (Q4) | ||
| Dergi ISSN | 1469-5073 Dergi Bilgileri (2022) | ||
| Dergi Tarandığı Indeksler | SCI-Expanded | ||
| Makale Dili | İngilizce | Basım Tarihi | 12-2022 |
| Cilt / Sayı / Sayfa | 2022 / 1 / 1–18 | DOI | 10.1155/2022/3959150 |
| Makale Linki | http://dx.doi.org/10.1155/2022/3959150 | ||
| UAK Araştırma Alanları |
Ekonomik Coğrafya
|
||
| Özet |
| Forest fires caused by different environmental and human factors are responsible for the extensive destruction of natural and economic resources. Modern machine learning techniques have become popular in developing very accurate and precise susceptibility maps of various natural disasters to help reduce the occurrence of such calamities. )e present... |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Scopus | 43 |
| Google Scholar | 57 |