Detection of plant leaf diseases via deep learning
Başlık çevirisi mevcut değil.
- Tez No: 770167
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Derin öğrenme ile bitki yaprak hastalıklarının tespiti; Yapay sinir ağına dayanan sistem, üst düzey oyuncular tarafından yürütülen binlerce oyunu incelemiş ve bu örneklerden oynamayı öğrenmiştir. Bu teknolojilerin potansiyeli muazzam görünüyor. Ayrıca, Gartner Enstitüsü, iki yıl boyunca, onları, üretebilecekleri umutların zirvesinde, gelişmekte olan teknolojilerin ünlü eğrisinin en üstüne yerleştirdi. Ancak potansiyel ile ondan gerçekten beklememiz gerekenler arasında, Derin Öğrenme ile yapay zekanın diğer alanları arasında Küçük ve büyük ölçekte ekonomik etkilere neden olabilecek sunulan yönleri göz önüne alındığında, bu çalışmanın genel amacı, Gelişen zararlıları ve hastalıkları doğru bir şekilde tanımlamak için bu bitkinin yapraklarının görüntülerinin toplanmasından soya fasulyesinin koşullarını değerlendirmek için Makine Öğrenimi.
Özet (Çeviri)
Detection of plant leaf diseases via deep learning; The system, based on an artificial neural network, has studied thousands of games conducted by high-level players and learned to play from these examples. The potential of these technologies seems enormous. Moreover, for two years, the Gartner Institute has placed them at the very top of its famous curve of emerging technologies, at the peak of the hopes they can generate. But between the potential and what we should really expect from it, between Deep Learning and other areas of artificial intelligence Considering the aspects presented, which can cause economic impacts on a small and large scale, the present study had as its general objective the use of Machine Learning to evaluate the conditions of soybean from the collection of images of the leaves of this plant, in order to correctly identify developing pests and diseases.I
Benzer Tezler
- Buğday kahverengi pası (Puccinia triticina Eriks) efektör adayı PTTG-01827'nin hıgs yöntemiyle fonksiyonel analizi
Functional analysis of candidate effector PTTG-01827 of wheat brown rust (Puccinia triticina Eriks) by higs method
İLAYDA KÜÇÜK
Yüksek Lisans
Türkçe
2024
BiyomühendislikTrakya ÜniversitesiGenetik ve Biyomühendislik Ana Bilim Dalı
PROF. DR. SEMRA HASANÇEBİ
- Acı meyan (Sophora alopecuroides)'dan izole edilen endofitik fungusların ve konukçu bitkinin metabolitleri ile biyolojik aktivitelerinin incelenmesi
Comparison of the secondary metabolite content produced by endophytic fungus isolated from Sophora alopecuroides with the secondary metabolite content of the host plant
BAHATTİN TABAR
Doktora
Türkçe
2023
BiyoteknolojiIğdır ÜniversitesiTarım Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET HAKKI ALMA
PROF. DR. İBRAHİM DEMİRTAŞ
- Şanlıurfa ili biber yetiştirme alanlarında bulunan fitoplazmaların yabancı ot konukçularının belirlenmesi ve karakterizasyonu
Characterization and determination of weed hosts of phytoplasmas in the pepper growing areas of Şanlıurfa province
NESİBE KILIÇ
Yüksek Lisans
Türkçe
2020
ZiraatHarran ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL GÜLDÜR
- Leaf diseases detection using deep learning methods
Derin öğrenme yöntemlerini kullanarak yaprak hastalıklarının tespiti
EL HOUCINE EL FATIMI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP ERYİĞİT
- Tarımsal ortamlarda bitki hastalıklarının gerçek zamanlı tespiti için yapay zekâ tabanlı melez algoritma tasarımı
Design of an artifical intelligence based hybrid algorithm for real-time detection of plant diseases in agricultural environments
İLAYDA YAĞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYTAÇ ALTAN