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 gerçekleştirilen ASPRS’2021 konferansında törenle ilan edilerek sahiplerini buldu. GTÜ Mühendislik Fakültesi Dekanı Prof. Dr. Taşkın KAVZOĞLU ve Dr. Arş. Gör. Hasan TONBUL, tarafından hazırlanan “Semi-Automatic Building Extraction from WorldView-2 Imagery Using Taguchi Optimization” başlıklı 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 gerçekleştirilmesinde kritik önem sahip olan segmentasyon parametreleri için optimum kombinasyonun belirlenmesi için Taguchi optimizasyonu yaklaşımının kullanımını önerilmiştir. Çalışma sonucunda, geleneksel parametre tespiti yöntemlerine kıyasla daha iyi sonuçlar elde edildiği ve Taguchi optimizasyonuyla kullanımı ile tematik harita doğruluğunun önemli ölçüde arttığı tespit edildi.  Bu yönüyle makale yenilikçi bir yaklaşım olarak değerlendirilmiş ve önemli bir problemin pratik bir yöntemle çözümü noktasında başarılı bulundu.

Doç. Dr. İsmail ÇÖLKESEN ve Yüksek Lisans öğrencisi Ömer Habib Ertekin tarafından hazırlanan “Performance Analysis of Advanced Decision Forest Algorithms in Hyperspectral Image Classification” başlıklı 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 öğrenme metotlarından karar ağaçlarını esas alan topluluk öğrenme algoritmalarının sınıflandırma performansları analiz edildi. Çalışma sonucunda, önerilen yeni nesil yaklaşımların sınıflandırma işlemindeki başarısı ve tematik harita doğruluğuna etkileri vurgulandı.