Modeling of artificial neural networks and image processing algorithms for bread wheat quality classification
Ekmeklik buğday kalite sınıflandırması için yapay sinir ağları ve görüntü işleme algoritmalarının modellenmesi
- Tez No: 713826
- Danışmanlar: DOÇ. DR. ALPTEKİN DURMUŞOĞLU, DR. ÖĞR. ÜYESİ YUNUS EROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Ekmeklik Buğday, Kalite, Sınıflandırma, Yapay Sinir Ağları, Görüntü İşleme, Bread Wheat, Quality, Classification, Artificial Neural Network, Image Processing
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Dünyada ve ülkemizde en çok yetiştilen tarım ürünü olan buğday, yüksek besin değeri, varyasyon çeşitliliği ve temel gıda maddelerinin başında yer alması sebebiyle dünya genelinde insan beslenmesi açısından önemli bir yer edinmektedir. Ekmeklik un üretimi için kullanılmakta olan yumuşak buğdaylar ülkemizde en çok üretilmekte olan buğday türüdür. Hem çiftçi, hem un üreticisi hem de tüketici için en önemli unsur buğday kalitesidir. Kalite ölçütleri fiziksel ve kimyasal analizlerle belirlenmekte olup, kapsamlı laboratuvarlar, teknik personeller ve uzmanlar tarafından ancak belirlenebilmektedir. Bu süreç uzun zaman alması sebebiyle maliyetleri arttırmaktadır. Bu çalışma ekmelik buğday kalite sınıflandırmasının yapay zeka ile yapılabilirliğini araştırmak üzere 2 farklı model önermektedir. Yapay sinir ağları ile geliştirilen model nihai kararı veren uzman için karar destek mekanizması oluşturmuş, Görüntü İşleme ile geliştirilen model laboratuvar analizleri yapılması gerekmeksizin ekmeklik buğday kalite sınıflandırmasının yapılabilirliğini göstermektedir. Her iki çalışmada alınan sonuçlar un üretim tesislerinin dijitalleşmesine katkı sağlayabilecek yapay zeka teknolojilerinin yüksek doğrulukta karar destek mekanizması olarak kullanılabilmesi için fizibilite niteliğinde olduğunu göstermektedir.
Özet (Çeviri)
Wheat, which is the most grown agricultural product in the world and in our country, has an important place in terms of human nutrition throughout the world due to its high nutritional value, variety of variations and being at the forefront of basic foodstuffs. Soft wheat, which is used for bread flour production, is the most produced wheat type in our country. Wheat quality is the most important factor for both the farmer, the flour producer and the consumer. Quality criteria are determined by physical and chemical analysis and can only be determined by comprehensive laboratories, technical personnel and experts. This process takes a long time and increases the costs. This study proposes two different models to investigate the feasibility of bread wheat quality classification with artificial intelligence. The model developed with artificial neural networks created a decision support mechanism for the expert who made the final decision, and the model developed with Image Processing shows the feasibility of bread wheat quality classification without the need for laboratory analysis. The results obtained in both studies show that artificial intelligence technologies that can contribute to the digitalization of flour production facilities are feasibility in order to be used as a high-accuracy decision support mechanism.
Benzer Tezler
- Sıkı geçme operasyonu için ANFIS ve yapay sinir ağları modellemesinin matematiksel model ile karşılaştırılması
Comparison of ANFIS and ann modeling with mathematical model for press-fitting operation
OĞUZHAN ŞİMŞİR
Yüksek Lisans
Türkçe
2024
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları
Deep learning based super resolution applications in image processing
AHENK VURAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Derin öğrenme ile yüksek çözünürlüklü hava görüntülerinde yolların tespit edilmesi
Road detection in aerial images with deep learning
FİGEN ÖNÜN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DOÇ. DR. GALİP AYDIN
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- COOT optimizasyon algoritması temelli yapay sinir ağı modeli
Artificial neural network model based on COOT optimization algorithm
AYŞENUR ÖZDEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL İŞERİ