Makine öğrenmesi teknikleri kullanılarak toksik alg ve biyotoksin varlığının tahmini
Prediction of toxic algae and biotoxin presenceusing machine learning techniques
- Tez No: 610545
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGÜR GÜMÜŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Su Ürünleri, Computer Engineering and Computer Science and Control, Aquatic Products
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 55
Özet
Bu tezde deniz suyunda yapılan analizlerdeki toksik alg türlerinin, midye gibi kabuklu deniz ürünlerinde tespit edilen biyotoksin ile arasında var olduğu düşünülen korelasyonun ortaya çıkarılması amaçlanmış olup, bunun yanında su ve midye üzerinde yapılan analizlerin bu duruma etkisi incelenmiştir. Midyelerde biriken biyotoksin, midyeyi tüketen insanlar için ciddi bir tehlikedir. Biyotoksin ve toksik fitoplankton varlığının tahmini de bu çalışmanın temelindedir. Üretim şartlarının sağlanması için zamana, deniz suyu ve midye analizleri için ise yüksek harcamalara ihtiyaç duyulmaktadır. Bu çalışmada ise biyotoksin ve toksik fitoplankton varlığının tahmini ile bu harcamaların önüne geçilebilineceği düşünülmektedir. Burada yapılan tahminler makine öğrenmesi teknikleri ile gerçekleştirilmiştir. Bu çalışma için yaklaşık 3 yıllık bir veri ele alınmıştır. Veri içeriğinde midyeden ve sudan alınan örneklerin fiziksel, kimyasal ve biyolojik analiz sonuçları bulunmaktadır. Mevcut veriye bakıldığında bir dengesizlik gözlenmektedir. Yani biyotoksin varlığına çok az rastlanmıştır. Bu durum literatürde“dengesiz veri”(imbalanced data) olarak adlandırılmaktadır. Dolayısıyla veri dengeli bir hale getirildikten sonra üzerinde makine öğrenmesi çalışmaları yapılmıştır. Yapılan çalışmalar neticesinde en başarılı tahmin, Rastgele Orman metodu ile elde edilmiştir.
Özet (Çeviri)
In this thesis, it is aimed to reveal the correlation between the toxic algae species and the biotoxin detected in shellfish such as mussels in seawater analysis. In addition, the effect of water and mussel analysis on this situation was examined. The accumulation of biotoxins in mussels is a serious danger for people who consume mussels. Estimation of the presence of biotoxin and toxic phytoplankton is also the basis of this study. Time is needed to meet production conditions and high expenditure is required for sea water and mussel analyzes. In this study, it is thought that these expenditures can be prevented by estimating the presence of biotoxin and toxic phytoplankton. Estimates made here are made by machine learning techniques. For this study, a data of approximately 3 years has been discussed. Physical, chemical and biological analysis results of samples from mussel and water is available in the data content. An imbalance is observed in the current data. In other words, the presence of biotoxin is very rare. This is called imbalanced data in the literature. Therefore, after the data was stabilized, machine learning studies were carried out. As a result of the studies, the most successful estimation was obtained by the Random Forest method.
Benzer Tezler
- Hiperspektral görüntüleme ve makine öğrenmesi teknikleri ile küflü kuru incirlerin tahribatsız olarak tespiti
Hyperspectral imaging and machine learning techniques for non-invasive detection of fungal contaminated dried figs
ALİ GÜNEŞ
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUNCAY AYDOĞAN
- Predicting participant risk profiles in private pension funds using machine learning techniques
Makine öğrenmesi teknikleri kullanılarak bireysel emeklilik sisteminde katılımcının risk profilinin tahminlenmesi
YİĞİT ŞENER
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DOÇ. DR. SERKAN AYVAZ
- Cryptocurrency price prediction by using social media data
Makine öğrenmesi teknikleri kullanılarak sosyal medya verileri ile kripto para fiyat tahmini
ÖZLEM GÜL PAMUK
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. SEFER BADAY
- Prediction of shear strength parameters for granular soils using machine learning techniques
Makine öğrenmesi teknikleri kullanılarak granlüler zeminlerin kayma mukavemeti parametrelerinin tahmini
MALEK MOUFTAH SALEM ABOZRAIG
Yüksek Lisans
İngilizce
2021
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULAZİM YILDIZ
DR. ÖĞR. ÜYESİ BAHADIR OK
- Automated biological data acquisition and integration using machine learning techniques
Makine ögrenmesi teknikleri kullanılarak otomatikleşmiş biyolojik veri kaynaşım ve kazancı
LEVENT ÇARKACIOĞLU
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. VOLKAN ATALAY