Akıllı arıkovanı takip ve yönetim sistemi
Smart beehive monitoring and management system
- Tez No: 1007243
- Danışmanlar: DR. ÖĞR. ÜYESİ FERHAT ATASOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda arı kolonilerinin pestisitler, parazitler, iklim değişikliği, hırsızlık, yabani hayvan saldırıları gibi nedenlerden dolayı azalmakta olduğu görülmüştür. Doğanın dengesi için elzem derecede önemli olan arı popülasyonu bitki çeşitliliğinin en önemli aktörüdür. Takip ve yönetim toplu koloni çöküşlerinin önüne geçerek daha çok ürün elde edilmesine ve maliyetin azalmasına katkı sağlayacaktır. Geleneksel arıcılıkta üretim, tecrübelere dayalı yapılmaktadır. Herhangi bir problemin olup olmadığının tespiti el – göz ile gerçekleştirilmektedir. Geliştirilen sistemde ise ağırlık, konum, ısı, nem, kraliçe arı takibi dışında tehdit algılaması yapabilmektedir. Sistem güncel olarak derin öğrenme tabanlı YoloV10 modeliyle görüntü işleme ile eşek arısı saldırısı ve ülkemizde arıcı kuşunun geliş zamanı gibi geleneksel verileri kullanılarak arı kovanının giriş çıkışını tehlike durumunda ve ihtiyaç duyulduğunda belirlenen talimatlara göre yönlendirebilmektedir. Sistem bu yönüyle benzerlerine üstünlük sağlamaktadır.
Özet (Çeviri)
In recent years, bee colonies have been declining due to factors such as pesticides, parasites, climate change, theft, and wild animal attacks. Bee populations, which are essential for the balance of nature, are the most important actors in plant diversity. Monitoring and management will prevent mass colony collapses, leading to increased yields and reduced costs. In traditional beekeeping, production is based on experience. Detection of any problems is done manually. The developed system, however, can detect threats in addition to tracking weight, location, temperature, humidity, and queen bees. Currently, the system uses the deep learning-based YoloV10 model with image processing to direct the entry and exit of the beehive according to predetermined instructions in case of danger and when needed, using traditional data such as wasp attacks and the arrival time of bee-eater birds in our country. This aspect gives the system an advantage over similar systems.
Benzer Tezler
- Dönemsel yayınlarımızda reklamcılık işlevi ve basının kamuoyu oluşturma görevi ile ilişkisi
Başlık çevirisi yok
NEYLAN GÖNLÜYÜCE
- Tedarik süresi ve/veya talebin belirsiz olduğu durumlarda emniyet stokunun belirlenmesi
Başlık çevirisi yok
ÖZCAN GÖKÇEN
