Koyunlarda korku davranışlarının belirlenmesinde ve sınıflandırılmasında farklı makine öğrenimi algoritmalarının kullanımı
The use of different machine learning algorithms in the determination and classification of fear test behaviors in sheep
- Tez No: 713489
- Danışmanlar: DOÇ. DR. GAZEL SER
- Tez Türü: Doktora
- Konular: Biyoistatistik, Ziraat, Biostatistics, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 240
Özet
Bu tez çalışmasında, koyunlarda mizacın sınıflandırılması amacıyla korku testi (arena testi) davranış özelliklerinin yer aldığı video kayıtları kullanılarak, makine öğrenmesi ve derin öğrenme algoritmalarından yararlanılmıştır. Bu amaçla, 3-4 yaşlı 100 baş Norduz koyununa ait arena test davranış özelliklerini içeren video görüntüleri kullanılmıştır. Çalışmanın ilk aşamasında, her hayvanın arena davranış özelliklerinin yer aldığı veri seti, dört farklı denetimsiz makine öğrenmesi algoritması kullanılarak, hayvanlar mizaç özelliklerine göre (aktif ve pasif) kümelenmiştir. İkinci aşamada, etiketlenmiş veri, altı farklı denetimli makine öğrenmesinde değerlendirilmiştir. Bu aşamada, sınıflandırma tahmin performanslarına göre en başarılı denetimsiz öğrenme algoritması belirlenmiş ve video görüntülerinin etiketlenmesi gerçekleştirilmiştir. Üçüncü aşamada, etiketlenen video görüntülerinden üç farklı veri seti oluşturulmuştur. Bu veri setleri, farklı derin öğrenme modelleri kullanılarak sınıflandırma performansları elde edilmiştir. Son aşamada ise en iyi model kombinasyonu belirlenerek, gerçek zamanlı görüntülemede kullanılmıştır. Davranış özellikleri veri setini kümelemede k-ortalamalar yöntemi ve arena davranış özelliklerini sınıflandırmada ise destek vektör makineleri ve Naive Bayes yöntemleri oldukça başarılıdır. Video görüntüleri kullanılarak yapılan üçüncü aşama sonuçlarında ise dengeli ve optik akışa sahip üçüncü veri setiyle eğitilen modellerden (model 3.1, 4.2 ve 5.3'den sırasıyla %100, %95 ve %90) başarılı performanslar elde edilmiştir. Sonuç olarak, video kayıtlarından elde edilen davranış özelliklerinin sınıflandırılmasında, optik akış yönteminin kullanımı başarılı performansların elde edilmesini sağlamıştır. Bu çalışmayla hayvan davranış özelliklerinin sınıflandırılmasında geliştirilen makine öğrenimi modellerinin, hassas hayvancılık uygulamalarına katkı sağlayacağı söylenebilir.
Özet (Çeviri)
In this thesis, machine learning and deep learning algorithms were utilized by using video recordings of fear test (arena test) behavioral characteristics in order to classify the temperament of sheep. For this purpose, video recording containing arena test behavior characteristics of 100 Norduz ewes aged 3-4 years were used. In the first stage of the study, the data set containing the arena behavioral characteristics of each animal was clustered according to the temperament characteristics (active and passive) using four different unsupervised machine learning algorithms. In the second stage, the labeled data was evaluated in six different supervised machine learning. At this stage, the most successful unsupervised learning algorithm was determined according to the classification prediction performances and the labeled of the video images was performed. In the third stage, three different data sets were created from the labeled video images. Classification performances of these datasets were obtained by using different deep learning models. In the last stage, the best model combination was determined and used in real-time imaging. The k-means method in clustering the behavioral characteristics dataset and the support vector machines and Naive Bayes methods in classifying the arena behavior characteristics are quite successful. In the third stage results using video images, successful performances were obtained from the models (100%, 95% and 90% from model 3.1, 4.2 and 5.3, respectively) trained with the third data set with balanced and optical flow. It can be said that the machine learning models developed in the classification of animal behavior characteristics with this study will contribute to precision livestock farming.
Benzer Tezler
- İkna edici iletişimde duygu ve mantık kullanımı (örnek olay) siyasal parti liderlerinin 22 Ekim 1983 günü radyo televizyon açık oturumunda yaptıkları konuşmalar
Başlık çevirisi yok
BAKİ CAN
Doktora
Türkçe
1991
Halkla İlişkilerİstanbul ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. MEHMET NİYAZİ ÖKTEM
- Koyunlarda mizacın analık davranışları ile kuzularda büyüme ve yaşama gücüne etkileri
The effect of temperament on maternal behavior and lamb survival and growth in sheep
NECLAN AYDOĞDU
Yüksek Lisans
Türkçe
2019
ZiraatVan Yüzüncü Yıl ÜniversitesiZootekni Ana Bilim Dalı
DOÇ. DR. SERHAT KARACA
- Long-evans cinsi sıçanlarda motor koordinasyon, anksiyete ve öğrenme-bellek gibi davranışsal fonksiyonların yaşa bağlı değişimlerinin incelenmesi
Investigation of behavioral functions of age-related changes such as motor coordination, anxiety and learning-memory in long-evans rat
NURCAN ALBAY
Yüksek Lisans
Türkçe
2021
BiyolojiSağlık Bilimleri ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. ÜLKAN KILIÇ
DOÇ. DR. BİRSEN ELİBOL
- Okul müdürlerinin yönetsel süreçlere ilişkin öğrenme pratikleri: Nitel bir çözümleme
School principals' learning practices related to administrative processes: A qualitative analysis
ÖZGÜR MUTLU ÖZTÜRK
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimZonguldak Bülent Ecevit ÜniversitesiEğitim Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELÇUK TURAN
- The traumatic effects of colonialism in Three Irish plays
Üç İrlanda oyununda sömürgeciliğin travmatik etkileri
ERTUĞRUL BAŞÇINAR
Yüksek Lisans
İngilizce
2023
İngiliz Dili ve Edebiyatıİstanbul ÜniversitesiBatı Dilleri ve Edebiyatları Ana Bilim Dalı
DOÇ. DR. ÖZLEM KARADAĞ