Siyah çayın makine öğrenimi ile sınıflandırılması
Classification of black tea by machine learning
- Tez No: 653886
- Danışmanlar: PROF. DR. EMİN MURAT ESİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Maltepe Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
Bu çalışma iki farklı kalitede olan siyah çayın sınıflandırılması için makine öğrenimi kullanılmıştır. SVM , Naive-Bayes gibi algoritmaların yanında görüntü sınıflandırma çokça kullanılan evrişimsel sinir ağı (CNN) ile de sınıflandırma çalışmaları yapılmıştır. SVM, Naive-Bayes sınıflandırıcılarına görüntülerin RGB,HSV, YCrCb renk uzaylarından elde edilen özniteliklerden oluşan veri setleri ile sınıflandırma çalışması yapılmıştır. SVM algoritması iki farklı kalitedeki siyah çayın YCrCb renk uzayından elde edilen öznitelikler ile testinde %99 gibi yüksek bir oranda doğruluk ortaya koymuştur. Bunun yanı sıra evrişimsel sinir ağı (CNN) herhangi bir yapısı gereği görseller üzerinde herhangi bir öznitelik çıkarımı sürecine ihtiyaç duymadan eğitim görsellerinde %98.52 ve doğrulama için kullanılan görseller için ise %98.56 oranında doğrulukla sınıflandırma yapmıştır. Elde edilen veriler dikkate alınarak farklı nesneleri de sınıflandırabilecek bir evrişimsel sinir ağının siyah çay görselleriyle de eğitilmesi sonucunda etkin bir sistem ortaya konulabileceği düşünülmektedir.
Özet (Çeviri)
This study used machine learning to classify black tea of two different qualities. In addition to algorithms such as SVM and Naive-Bayes, classification studies have been carried out with convolutional neural network (CNN), which is widely used in image classification. Classification studies were carried out with data sets consisting of features obtained from RGB, HSV, YCrCb color spaces of the images to SVM, Naive-Bayes classifiers. SVM algorithm has demonstrated a high accuracy of 99% in the testing of two different qualities of black tea with features obtained from YCrCb color space. In addition, the convolutional neural network (CNN) classified the visuals with 98.52% accuracy and 98.56% accuracy for the visuals used for verification, without the need for any feature extraction process on the visuals due to any structure. Considering the obtained data, it is thought that an effective system can be created by training a convolutional neural network that can classify different objects with black tea images.
Benzer Tezler
- Girişimcilik becerisi kazandırmada öğretim materyali geliştirme ve kullanılabilecek öğretim yöntem ve tekniklerini belirleme hakkında sosyal bilgiler öğretmenlerinin görüşleri (Bursa ili örneği)
Social Sciences Teachers' Views on Developing Teaching Materials for Entrepreneurship Skills and Identifying Methods and Techniques to be Used (The case of Bursa city)
YAHYA ŞENTÜRK
Yüksek Lisans
Türkçe
2021
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiTürkçe ve Sosyal Bilgiler Ana Bilim Dalı
PROF. DR. ÖMER DÜZBAKAR
- Hareketli filtre haznesine sahip ev tipi otomatik bir çay makinesinin optimum tasarımı
Optimum design of a household tea maker which has an actuated infuser
ÖMER BURAK ÇOBAN
Yüksek Lisans
Türkçe
2011
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VEDAT TEMİZ
- Helezon çay soldurma makinası ve endüstriye uygulanması
Başlık çevirisi yok
TEOMAN YILMAZ
Yüksek Lisans
Türkçe
1993
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN BIYIKLIOĞLU
- Bantlı çay kıvırma makinası ve endüstriye uygulanması
A Rolling machine with band and its application to industry
MUSTAFA SABRİ DUMAN
Yüksek Lisans
Türkçe
1991
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ.DR. AYDIN BIYIKLIOĞLU
- Türkiye kökenli yeşil çayın antioksidan kaynağı olarak değerlendirilmesi
Başlık çevirisi yok
GÖKÇE DOĞAÇ
Yüksek Lisans
Türkçe
1998
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. EKREM EKİNCİ