Geri Dön

Application of fuzzy logic and machine learning methods for food quality control

Gıda kalitesi kontrolünde bulanık mantık ve makine öğrenmesi yöntemlerinin uygulanması

PDF İndir

  1. Tez No: 781364
  2. Yazar: ZAINAB NASIH ALI
  3. Danışmanlar: PROF. DR. İMAN ASKERBEYLİ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 138

Özet

Bu çalışmada, gıda ürünlerinin kalitesi, daha yüksek doğruluk elde etmek ve kalite kontrol sistemleri için optimum performansı desteklemek amacıyla bulanık tabanlı yöntemler kullanılarak değerlendirilmektedir. Bu çalışma için şarap, zeytinyağı ve ekmek olmak üzere üç ürün seçilmiş ve bulanık tabanlı makine öğrenmesi algoritmaları geliştirilmiştir. Çalışmanın ilk aşaması, ağırlıklı ilgili vektör makinesi (RVM) kullanılarak buğday ekmeğinin kalitesini değerlendirmek için tasarlanmıştır. İkinci aşama, Geliştirilmiş Karga Arama Optimizasyonu kullanılarak Nöro-Geliştirme Topolojileri (NEAT) ve Bulanık optimize edilmiş sinir ağlarının geliştirilmesi yoluyla şarap kalitesini kullanır. Çalışmanın üçüncü aşaması, yapay sinir ağları (ANN), destek vektör makinesi (SVM) ve rastgele ormanlar (RF) kullanarak zeytinyağı kalite değerlendirmesini geliştiriyor. İlk metodolojide, LDA ve FWRVM algoritmalarını kullanarak ekmek kalitesini tahmin etmek için etkili bir çerçeve sunulmaktadır. İkinci metodolojide, bulanık mantık, sinir ağları ve geliştirilmiş bir ICSA algoritmasının bir kombinasyonu olan NEAT algoritması ve ICSA-FNN'nin hibrit sınıflandırıcısını kullanan verimli bir şarap kalitesi tahmin modeli sunulmuştur. Üçüncü metodolojide, özellik azaltma için PCA ve LDA ve tahmin için SVM sınıflandırıcıları, RF ve ANN kullanan verimli bir zeytinyağı kalite tahmin modeli sunuldu. Ekmek, şarap ve zeytinyağı için toplanan veri setleri üzerinde deneyler yapılmış ve sonuçlar önerilen metodolojilerin mevcut geleneksel yöntemlerden daha iyi performans sağladığını göstermiştir.

Özet (Çeviri)

In this study, the quality of food products is assesses using fuzzy based methods to achieve higher accuracy and to support optimal performance for quality control systems. Three products namely wine, olive oil and bread are selected for this study and efficient fuzzy based machine learning algorithms have been developed. The first phase of study has been modelled to assess the quality of wheat bread using Fuzzy weighted relevance vector machine (RVM). The second phase employs the wine quality through the development of Neuro-Evolution of Augmenting Topologies (NEAT) and Fuzzy optimized neural networks using improved crow search optimization. The third phase of study improvises the assessment of olive oil quality using Artificial Neural Networks (ANN), Support Vector Machine (SVM) and Random Forests (RF). In the first methodology, an efficient bread quality estimation framework using LDA and FWRVM algorithms was presented. In the second methodology, an efficient wine quality estimation model using the NEAT algorithm and hybrid classifier of ICSA-FNN which is a combination of fuzzy logic, neural networks and an improved ICSA algorithm were presented. In the third methodology, an efficient olive oil quality estimation model was presented using the PCA and LDA for feature reduction and SVM, RF and ANN classifiers for prediction. Experiments are performed over the collected datasets for breads, wine and olive oil and the results showed that the proposed methodologies provided better performance than the existing conventional methods.

Benzer Tezler

  1. Tez No

    421245

    Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi

    Application and assessment of the demand forecasting methods in the glass sector

    NESLİHAN DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT BASKAK

  2. Tez No

    676012

    E-ticaret siteleri için bulanık mantık ve makine öğrenmesi tabanlı bir öneri sistemi

    A recommendation system based on fuzzy logic and machine learning for e-commerce sites

    METEHAN UÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK

  3. Tez No

    864654

    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

    Türkçe

    2024

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ FUAT ERGENÇ

  4. Tez No

    444577

    Perceptually-driven computer graphics and visualization

    Görsel algı odaklı bilgisayar grafikleri ve görselleştirme

    ZEYNEP ÇİPİLOĞLU YILDIZ

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİL BÜLENT ÖZGÜÇ

    DOÇ. DR. TOLGA KURTULUŞ ÇAPIN

  5. Tez No

    701473

    Integrating fuzzy logic into deep autoencoders for interpretability and clustering

    Yorumlanabilirlik ve öbekleme için bulanık mantığın derin özkodlayıcılara entegre edilmesi

    KUTAY BÖLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

Geri Dön