Siyah alaca ineklerde ileri beslemeli geri yayılımlı çok katman algılayıcılı tam bağlantılı yapay sinir ağları ile somatik hücre sayısı tespiti
The determination of somatic cell count by fully connected artificial neural networks with feed forward back propagation multilayer perceptron
- Tez No: 771333
- Danışmanlar: PROF. DR. SERAP GÖNCÜ
- Tez Türü: Doktora
- Konular: Ziraat, Zooloji, Veteriner Hekimliği, Agriculture, Zoology, Veterinary Medicine
- Anahtar Kelimeler: Derin öğrenme, Elektriksel iletkenlik, Somatik hücre sayısı, Yapay sinir ağları, Deep learning, Electrical conductivity, Somatic cell count, Artificial neural networks
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sunulan tez kapsamında bir makine öğrenmesi yöntemi olan yapay sinir ağları (YSA) modeli ile sütün ilk sağım esnasındaki sıcaklığı (İSESS), pH'sı, elektriksel iletkenliği (Eİ) ve yoğunluğu gibi sütün fiziksel özellikleri üzerinden subklinik mastitisin altın-standart indikatörü Somatik Hücre Sayısının (SHS) tahmininde klasik yöntemlere alternatif bir model geliştirilmesi hedeflenmiştir. Model performansı çapraz doğrulama ile önceden modele tanıtılmamış veri üzerinde test edilerek kontrol modeli olarak belirlenen klasik doğrusal model (çoklu doğrusal regresyon) ile kıyaslanmıştır. Kayıp ve başarım performansı (AIC=-338; HKOK=0,01; R2=0,95) bakımından modelin tatmin edici sonuçlar sergilediği gözlenmiştir. Yüksek sayıda parametre (81) kullanmasına rağmen YSA ile oluşturulan test modeli performansının (AIC=-338), klasik doğrusal model ile oluşturulan kontrol modeline (AIC=-240) göre daha yüksek olduğu gözlenmiştir. Sonuç olarak Büyük-veri ve süper-bilgisayar ya da paralel sistemler diye tabir edilen makineler üzerinde yürütülecek olan öğrenme sonucunda daha başarılı bir tahmin performansının elde edilebileceği anlaşılmıştır.
Özet (Çeviri)
Within the scope of the thesis presented, it is aimed to generate an alternative model to classical methods in the estimation of the somatic cell count (SCC) is the gold standard indicator of subclinical mastitis using artificial neural networks (ANN) model which is a machine learning method from the physical properties of milk such as electrical conductivity (EC), pH, density and temperature at fore milking (TFM). Model performance was evaluated by testing with cross validation on a data that was not previously introduced to the model before and compared with the classical linear model (multiple linear regression) defined as the control model. The results showed that the model has satisfactory results in terms of loss and achievement performance (AIC=-338; HKOK=0.01; R2=0.95). Despite using a high number of parameters (81) comparison to the control model, it was observed that the performance of the test model (AIC=-338) created with ANN was higher than the control model (AIC=-240) created with the classical linear model. More successful prediction performance can be obtained as a result of the learning to be carried out using big-data obtained from automated milking information (such as milk yield, lactation sequence and period) on the machines called super-computer or parallel systems.
Benzer Tezler
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Bazı bitkisel boyarmaddeler ile yün liflerinin boyanması yöntemlerinin ve haslıklarının araştırılması
Başlık çevirisi yok
TÜLAY GÜLÜMSER
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECDET SEVENTEKİN
- Çanakkale ve çevresi carnivora fosilleri paleontoloji, biyostratigrafi paleoekoloji ve paleocoğrafya
Başlık çevirisi yok
FERAL ARSLAN
- Üçüncü dünya ülkelerinde ve Türkiye'de savunma sanayii: Silah üretebilme süreci içinde, makro açıdan bir deneme
Başlık çevirisi yok
MUAMMER ŞİMŞEK
- Melanogryllus desertus (pall.) (orthoptera)'da ışığın etkisi ve ışığa duyarlı baş bölgelerinin belirlenmesi
Başlık çevirisi yok
ERTAN TAŞKAVAK