FT-NIR spektroskopi ve yapay sinir ağları kullanılarak domateslerin içsel kalite kriterlerinin tahmin edilmesi
Prediction of inner quality criteria of tomatoes using FT-NIR spectroscopy and artificial neural networks
- Tez No: 826724
- Danışmanlar: PROF. DR. İSMAİL KAVDIR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Gıda Mühendisliği, Ziraat, Computer Engineering and Computer Science and Control, Food Engineering, Agriculture
- Anahtar Kelimeler: FT-NIR Spektroskopi, YSA-Regresyon, Sertlik Tahmini, SÇKM Tahmini, pH Tahmini, Yapay Sinir Ağları, FT-NIR Spectroscopy, ANN-Regression, Firmness Prediction, TSSC Prediction, pH Prediction, Artificial Neural Networks
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu çalışmada; domateste sertlik, SÇKM ve pH gibi içsel kalite kriterlerinin örnekler üzerinde hasarsız olarak ölçülen spektral okumaların, hasarlı olarak ölçülen standart fiziksel ölçümlerin ve yapay sinir ağları regresyon (YSA-Regresyon) yöntemlerinin kullanılması ile tahmin edilmesi hedeflenmiştir. Çalışmada ayrıca, YSA-Regresyon modelleri ile tahmin edilen ürün içsel kalite kriterlerinin tahmin başarılarının önceki bir çalışmada (Selen, 2021) aynı veri setlerinin kullanılması ve PLS analizi ile elde edilen tahmin başarıları ile kıyaslanmasının yapılması hedeflenmiştir. Böylelikle, önceki çalışmada PLS analizi gibi doğrusal yöntemlerle yapılan içsel kalite parametreleri tahmin sonuçları, YSA-Regresyon gibi doğrusal olmayan yöntemler ile yapılan tahmin sonuçları ile aynı veri setleri üzerinden kıyaslaması yapılmıştır. Domatesin üç farklı içsel kalite kriterinin tahmin edilmesi için üç farklı YSA-Regresyon modeli (mimarisi) geliştirilmiştir (farklı giriş değeri sayıları ve farklı saklı tabaka nöron sayıları ile). Geliştirilen YSA-Regresyon modelleri ile domates örneklerinin sertlik, SÇKM ve pH özelliklerinin tahmin edilmesinde elde edilen sonuçlar, daha önce aynı veri seti üzerinde aynı içsel özelliklerin tahmini için geliştirilen ve kullanılan PLS (Kısmi En Küçük Kareler) yöntemi ile elde edilen tahmin sonuçlarına göre özellikle sertlik ve pH tahminlerinde daha iyi sonuç vermiştir. Test veri seti için YSA-Regresyon modelini kullanarak sertlik ve pH tahminleri için elde edilen regresyon değerleri sırasıyla, R2=0,85 ve RMSE=225,80 (sertlik); R2=0,65 ve RMSE=0,11 (pH) olmuştur. SÇKM içeriği için her iki çalışmada elde edilen tahmin sonuçları hemen hemen aynı olmuştur (her iki çalışmada da regresyon değeri R2=0,83 olurken, RMSE değeri YSA-Regresyon modeli için 0,38 ve PLS analiz çalışmasında ise 0,406 olarak bulunmuştur).
Özet (Çeviri)
In this study, it was aimed to estimate the inner quality criteria of tomatoes such as firmness, TSSC (Total Soluble Solid Content; brix) and pH by using spectral readings measured without damage, standard physical measurements measured as damaged, and artificial neural network regression (ANN-Regression) methods. In the study, it was also aimed to compare the estimation successes of product inner quality criteria estimated by ANN-Regression models with the estimation successes obtained by using the same data sets in a previous study (Selen, 2021) and using PLS (Partial Least Squares) analysis. Thus, comparing the estimation results of internal quality parameters made with linear methods such as PLS analysis in the previous study with the estimation results made by nonlinear methods such as ANN-Regression on the same data sets has been compared. Three different ANN-Regression models (architecture) were developed to predict three different tomato inner quality criteria (with different input value numbers and different hidden layer neuron numbers). The results obtained in the estimation of the firmness, TSSC and pH properties of tomato samples with the developed ANN-Regression models, were especially superior for firmness and pH compared to the estimation results obtained by the PLS method, which was previously developed and used for the estimation of the same inner properties on the same data set. The regression values obtained for firmness and pH estimations using the ANN-Regression model for the test data set were R2=0,85 and RMSE=225,80 (firmness) ; R2=0,65 and RMSE=0,11 (pH) respectively. The estimation results for the content of TSSC in both studies were almost the same (the regression value R2 was 0,83 in both studies, while the RMSE value was 0,38 for the ANN-Regression model and 0,406 in the PLS analysis study).
Benzer Tezler
- Kanser teşhis ve tedavisinde kullanılma potansiyeli olan aza-BODIPY içerikli poli(β-amino ester)'lerin hazırlanması ve biyolojik özelliklerinin araştırılması
Preparation and evaluation of biological properties of poly(β-amino ester)s that have potential in cancer therapy and diagnosis
ŞEYMA SARI
Doktora
Türkçe
2024
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
DOÇ. DR. MUHAMMET ÜBEYDULLAH KAHVECİ
- Synthesis, characterization and applications of imine derivatives with near-infrared (NİR) absorption and/or emission properties
Yakın kızılötesi (NIR) absorpsiyon ve/veya emisyon özelliklerine sahip imin türevlerinin sentezi, karakterizasyonu ve uygulamaları
SEREN MOD
Yüksek Lisans
İngilizce
2024
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
DOÇ. DR. AYŞE ÖZDEMİR
- Yeni tip Aza-BODIPY bileşiğinin sentezi ve karakterizasyonu
Synthesis and characterization of a novel Aza-BODIPY compound
ESRA BAYRAK
Yüksek Lisans
Türkçe
2023
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
DOÇ. DR. MUHAMMET ÜBEYDULLAH KAHVECİ
DR. ŞENNUR ÖZÇELİK
- Kiraz domateste bazı kalite kriterlerinin FT-NIR spektroskopi kullanarak hasarsız olarak tahmin edilmesi
Prediction of some quality criterions of cherry tomatoes non-destructively using FT-NIR spectroscopy
HÜSEYİN SELEN
Yüksek Lisans
Türkçe
2021
ZiraatÇanakkale Onsekiz Mart ÜniversitesiTarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL KAVDIR
- Soya küspesinin konsantre yemlerde miktarının tesbitine yönelik NIR kalibrasyonu oluşturulması
Finding out the FT-NIR calibration to determine soybean meal amount in concentrated feed ration mixtures
DİREN KESKİN
Yüksek Lisans
Türkçe
2019
Veteriner HekimliğiAfyon Kocatepe ÜniversitesiHayvan Besleme ve Beslenme Hastalıkları Ana Bilim Dalı
PROF. DR. İSMAİL BAYRAM