Geri Dön

Yapay sinir ağı kullanarak farklı kategoriler ile süt ineklerinde kızgınlık tahmini

Estimation of infection in dairy cows with different categories by using artificial neural network

  1. Tez No: 611778
  2. Yazar: İRFAN SARICA
  3. Danışmanlar: PROF. DR. İLHAN TARIMER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 80

Özet

Büyükbaş süt besiciliğinde kızgınlık gösteren hayvanların tespitinde büyük sıkıntı çekilmektedir. Bu durum modern süt sığırı işletmelerinde verimliliği önemli ölçüde azaltarak süt ve et fiyatlarının artışına neden olmakta, dolayısıyla tüketicilerin bu hayvansal ürünler için olan alım güzü azalmaktadır. Bu çalışmada, sürü yönetim sisteminin kullanıldığı bir işletmede yetiştirilen Holstein Friesian ırkı sığırlardaki kızgınlık tespitinin, yapay sinir ağları uygulanarak, minimum hata oranı ile belirlenmesi hedeflenmektedir. Bunun için, giriş verisi olarak iki saatlik periyotlarla elde edilen büyükbaş hayvanların hareket sayısı değişim oranı, geviş sayısı değişim oranı, sağım esnasında alınan süt verimi değişim oranı ve iletkenlik değişim oranı kullanılarak farklı kategorilerde yapay sinir ağları modellemesi oluşturulmuştur. Çıkış verisi,“kızgın veya değil”tahminlemesi yapılmıştır. Bu tez kapsamında gerçekleştirilen farklı kategorilerdeki yapay sinir ağı modelleri ile kızgınlık doğruluk oranı tespit edilmiş; bu doğruluk oranlarının, veri setinin her eğitilmesinde %85 ile %93 arasında değiştiği gözlemlenmiştir.

Özet (Çeviri)

The dairy industry has been encountered to the problem with the determination of the oestrus in milking cows. This significantly impairs the productivity of high yielding dairy cows which in turn increases the cost of milk and meat with negative implications on the affordoble of these animal products by the consumer. In this study, it was aimed to determine the estrus detection of holstein frisien milking cows reared in an enterprise with herd management system with the least error rate by using artificial intelligence methods. In order to achieve this, the rate of change in the number of movements, change in the number of ruminantion, rate of change in the milk yield and conductivity during milking of the cattle taken at two hour intervals as input data were processed. In order to provide the most reliable information, artificial neural networks have been modeled in different categories. As a result of the output data obtained, the status of dairy cattle was determined as eostrus or not. In this study, estrus accuracy ratio was determined by using artificial neural network models in different categories and it was observed that these accuracy rates ranged between 85% and 93% for each training of the data set.

Benzer Tezler

  1. Denetimsiz derin öğrenme kullanılarak dijital meme tomosentezi görüntülerinde gürültünün giderilmesi

    Unsupervised denoising of digital breast tomosynthesis images using deep learning

    OSMAN ALPCAN ÖZCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  2. Risk assessment in the context of modern methods of construction leveraging data analytics

    Veri analitiği kullanarak modern inşaat yöntemleri için risk değerlendirmesi

    ALI TATARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SEMRA ÇOMU YAPICI

  3. Türkçe'de varlık ismi tanıma

    Named entity recognition in Turkish

    ASIM GÜNEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET CÜNEYD TANTUĞ

  4. Prospects of nonresonant Higgs boson pair production measurement in the WWγγ channel at the HL-LHC with the phase-II CMS detector

    Standart model Higgs bozonu çifti üretiminin WWγγ kanalında CMS faz II dedektörü ile HL-LHC koşullarında araştırılması

    AHMET OĞUZ GÜZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUAMMER ALTAN ÇAKIR

  5. Enriching predictive models using graph embeddings

    Tahminleme modellerinin çizge gömmeleri kullanılarak zenginleştirilmesi

    YAREN YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ