Makine öğrenmesi tekniği kullanılarak domates meyvesinin briks değerinin belirlenmesi
Determination of brix value in tomato fruits using machine learning technique
- Tez No: 786068
- Danışmanlar: PROF. DR. Saadettin YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Aydın Adnan Menderes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Amaç: Makine öğrenmesi tekniği kullanılarak domatesin briks değerinin belirlenmesi amaçlanmıştır. Materyal ve Yöntem: Denemelerde joker f1 300 adet domates çeşidi kullanılmıştır. Domateslerin rengi sap, orta, taban bölgelerinden L,a,b renk uzayında renk ölçüm cihazı ile ölçülmüştür. Briks değeri ise refraktometre ile ölçülmüştür. Sap, orta ve taban bölgelerinden elde edilen dokuz adet L,a,b değerleri briks tahminlemesi için kullanılmıştır. Veri seti dokuz adet L,a,b değerleri ve briks değerlerinden oluşturulmuştur. Performans artırımı için eta özellik seçme algoritması kullanılmıştır. Makine öğrenmesi algoritması olarak destek vektör regresyonu ve karar ağaçları kullanılmıştır. Bulgular: Araştırmada domates renginin briks değerine etkisi belirlenmiştir. Çalışmada en iyi briks değeri tahmin modeli tüm renkler için karar ağaçları algoritmaları ve %50 eğitim-%50 test veri seti kullanılarak elde edilmiştir. Modelin belirleme katsayısı (R) 0.437'dir. Sonuç: Renk değerlerinden briks tahminleme için çalışılan tüm modellerde model performansı zayıf olarak belirlenmiştir.
Özet (Çeviri)
Objective: The objective of this study is determination brix value in tomato by using machine learning technique. Materials and Methodology: Joker f1 tomato variety was used in the experiments of tomatoes. The color of the tomatoes was measured of tomatoes from the stem, middle and base regions in the CieL,a,b color space. The brix value was measured with a refractometer. 9 features were reached using 3 different measurements and 3 L,a,b color space parameters; namely L,a,b. Thus data set was consisted of color and brix values. Eta feature selection algorithm was used to determine significance of each feature on label. Support vector machines and decision trees are used as machine learning algorithms. Results: The brix value estimation model has a performance of R 0.437 (Decision Trees; 50% training 50% testing) for all colors. Conclusion: Model performance was poor in all models studied for brix estimation from color values.
Benzer Tezler
- Using machine learning method to search the anomalous quartic gauge couplings via tri-photon production at future hadron colliders
Gelecekteki hadron çarpıştırıcılarında makine öğrenmesi tekniği kullanılarak anormal dörtlü ayar bağlaşımlarının üç-foton üretimiyle araştırılması
CEREN HELVECİ
Yüksek Lisans
İngilizce
2023
Fizik ve Fizik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENOL
- Makine öğrenmesi ve istatiksel yöntemlerle borç tahsilat skorlama
Machine learning and statistical methods debt collection scoring
EDA EŞMEKAYA
Yüksek Lisans
Türkçe
2020
İşletmeİstanbul Şehir Üniversitesiİş Analitiği Ana Bilim Dalı
DOÇ. DR. ENES ERYARSOY
- Farklı makine öğrenmesi yaklaşımlarını kullanarak Türkiye'de HELİOSAT tabanlı güneş radyasyonunun modellenmesi
Modeling of HELİOSAT based solar radiation in Turkey using different machine learning approaches
TAHA DEMİRGÜL
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiKTO Karatay Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VAHDETTİN DEMİR
- Konumsal analiz yöntemleri ve makine öğrenmesi entegrasyonu ile kitle kaynaklı verilere dayanarak rekreasyonel hareketliliğin haritalanması: Eskişehir örneği
Mapping recreational mobility based on crowdsourced data with the integratıon of spatial analysis methods and machine learning: The case of Eskişehir
AHMET USLU
Doktora
Türkçe
2022
Jeodezi ve FotogrametriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN UYGUÇGİL
- Büyük veri ve finansal piyasalarda istatistiki makine öğrenmesi metodlarının yatırım kararlarında kullanılması
Using big data and statistical machine learning methods in investment decisions in financial markets
FEHİM KURUCAN