A deep learning approach for the prediction of diseases in cotton cultivation
Pamuk yetiştiriciliğindeki hastalıkların derin öğrenme yaklaşımı ile tahmin edilmesi
- Tez No: 704774
- Danışmanlar: PROF. DR. EFENDİ NASİBOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 76
Özet
Bu tezde, pamuk bitkisinin yetiştirilmesinde etkili olan çevresel faktörlerin bir alt başlığı olan pamuk hastalıklarının görüntü işleme ve derin öğrenme yöntemleri yardımıyla tespiti ve tahminlenmesi üzerine yapılan bir çalışma sunulmuştur. İlk aşamada, pamuk bitkisine ait görüntüler, tercih edilen derin öğrenme yöntemlerinin uygulanması esnasında karşılaşılabilecek sorunları minimize etmek adına ön işleme tabi tutulmuştur. Ön işlem sonucu elde edilen bu veriler, uygulanan derin öğrenme modellerinin optimizasyonu için girdi verileri olarak kullanılmıştır. Bu girdi verileri yardımıyla, Evrişimli Sinir Ağları, Uzun Kısa Vadeli Hafıza Ağları ve Evrişimli Uzun-Kısa Vadeli Hafıza Ağları modellerinin hiper-parametrelerine karar verilmiştir. Son aşamada ise, optimize edilen bu modellere girdi olarak verilen rastgele görüntüler üzerinden yapılan tahminlemelerin başarım oranları değerlendirilmiştir. Çalışma neticesinde elde edilen sonuçlar, analiz edilmiş ve literatürdeki çalışmalar ile karşılaştırılmıştır.
Özet (Çeviri)
In this thesis, a study on the detection and prediction of cotton diseases, which is a sub-title of environmental factors that are effective in the cultivation of cotton plants, with the help of image processing and deep learning methods is presented. In the first stage, the images of the cotton plant were preprocessed in order to minimize the problems that may be encountered during the application of the preferred deep learning methods. These data obtained as a result of the preprocessing were used as input data for the optimization of the applied deep learning models. With the help of this input data, the hyper-parameters of Convolutional Neural Networks, Long Short-Term Memory Networks and Convolutional Long Short-Term Memory Networks models are decided. In the last phase, the success rates of the predictions made on random images given as input to these optimized models were evaluated. The results obtained as a result of the study were analyzed and compared with the studies in the literature.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Optik koherens tomografisi görüntüleri kullanarak evrişimsel sinir ağı tabanlı retinal hastalık tespiti
Convolutional neural network based retinal disease detection via optical coherence tomography images
İSMAİL KAYADİBİ
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- Using gene expression profiles of cancer patients with image-based deep learning approach to develop methods for classification and prediction of cancer while revealing critical genes
Kanser hastalarının gen ifade verileri kullanılarak kanserde kritik genlerin tanımlanması, kanser sınıflandırılması ve tahmini için görüntü-tabanlı derin öprenme yaklaşımı
BÜŞRA NUR DARENDELİ KİRAZ
Yüksek Lisans
İngilizce
2021
BiyomühendislikYıldız Teknik ÜniversitesiBiyomühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPER YILMAZ
- Derin öğrenme ve makine öğrenme tekniklerikullanılarak göz hastalıklarının tespiti
Detection of eye disease with deep learning and machinelearning approach
GÖZDE ARSLAN
Yüksek Lisans
Türkçe
2023
Göz HastalıklarıBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞATAY BERKE ERDAŞ
- Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease
Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi
İNANÇ MORAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TURGAY ALTILAR