Vector quantization of seismological data

Abstract

KISA ÖZET Bu çalışmada, vektör nicelemesi (VN) sismolojik verilere uygulanmış ve sismolojik verilerin kendilerine özgü yapıları incelenmiştir. Gerçeklenen vektör nicelemesi yordamlarından biri tüm aramalı vektör nicelemesidir (TAVN). Hesapsal yükü ve karmaşayı indirgemek için, ağaç yapılı vektör nicelemesi (AYVN) de sismolojik verilere uygulanmıştır. AYVN'nin uygulanmasında bazı yeni öneriler sunularak, gerçeklenen dört AYVN tasarımı şunlardır: TAVN ile katmanlandırılmış AYVN, merkez ağırlığı ile katmanlandırılmış AYVN, TAVN ile katmanlandırılmış dört dallı AYVN ve merkez ağırlığı ile katmanlandırılmış dört dallı AYVN. Tasarımı gerçeklenen VN yordamlarını değerlendirmede kullanılan başarı ölçütleri, en büyük gürültü, işaret gürültü oranı, yerel işaret gürültü oranı ve işaret gürültü oranı çizgesidir. Sonuçlar yorumlanarak incelenmiş ve Funda ile Sibel olmak üzere, iki gerçek sismolojik veri üzerinde VN yordamlarının başarımları gösterilmiştir.

IV ABSTRACT In this thesis, vector quantization (VQ) is applied to the seismological data and the characteristic aspects of the seismological data are studied. An implemented vector quantization method is full search vector quantization (FSVQ). Tree structured vector quantization (TSVQ) is also implemented to the seismological data in order to reduce the computational load and complexity. Some TSVQ design algorithms are proposed in this thesis; FSVQ layered TSVQ, centroid layered TSVQ, FSVQ layered modified TSVQ (MTSVQ) and centroid layered MTSVQ. The performance measures used for evaluation are the maximum error. SNR, local SNR and SNR graph. In addition to the interpretation of the obtained results, the performance of the designed VQs is examined using the real seismological data, Funda and Sibel.