Muhammed Enes Duran
Mekânsal yöntemleri güvenilir yazılım sistemlerine dönüştürüyorum.
Altı sistem, her biri aynı yığının bir katmanında: deterministik değerlendirme, ajanlar için mekânsal bilgi, korumalı yürütme, yeniden üretilebilir veri hazırlığı, karar teslimi ve simülasyon. Aşağıdaki her iddia, inceleyebileceğiniz bir şeye bağlanıyor.
- Odak
- GeoAI ajan sistemleri, mekânsal ML, güvenli CBS otomasyonu
- Yayınlanan
- 2 PyPI paketi, 1 DOI sürümü, 2 canlı ürün
- Yöntem
- Önce değişmezler, sonra hata kipleri, en son çıktı
- Konum
- Türkiye · iş birliğine açık
Sistemler
06 · diyagramlar için tıklayınbenchfck
Kendi makine-durumu görevlerini üretir ve kesin olarak puanlar; modelle sonuç arasında öğrenilmiş bir hakem durmaz.
geoai-skills
On sekiz ajan skill'i: yapay zekâ asistanının CRS, sızıntı, birim ve belirsizlik konularında sessizce tahmin yürütmek yerine yüksek sesle hata vermesini sağlar.
arcgis-mcp-bridge
ArcGIS Pro coğrafi işlemlerini yapay zekâ ajanlarına açarken lisanslı ArcPy çalışma zamanını doğrulanmış bir süreç sınırının arkasında tutar.
sentinel-crop-pipeline
Sentinel-2 sahnelerini aramadan eğitim yamalarına taşır ve yol boyunca attığı her pikseli hesaba katar.
agri-dss
147 mahalleye ait bölgesel tarım verisini, bir kooperatifin köy panosuna asabileceği bir ürün planına dönüştürür.
FOUNDER.EXE
Nakit, uyum, ürün ve insanın iki gerçek düzenleyici rejim altında etkileştiği bir girişim simülasyonu.
* Yönlendirme metrikleri, Claude Code 2.1.214 ve claude-sonnet-5 üzerinde ölçülen dondurulmuş 18 skill / 167 vakalık takımdan gelir (2026-08-05). Cevap kalitesini değil, yönlendirme davranışını tanımlar.
Sistemlerin ardında
yöntem ve araştırmaSağlam duran mekânsal sistemler kuralım.
GeoAI ajan sistemleri, üretim düzeyinde mekânsal veri bilimi, uzaktan algılama ML hatları, CBS otomasyonu, karar destek ürünleri ve uygulamalı simülasyonlar konularında iş birliğine açığım.
Türkiye merkezli · Açık kaynak, araştırma ve üretim iş birliklerine açık.