Derin öğrenme ile kayısıda kükürt analizi
Sulfur analysis in apricot with deep learning
- Tez No: 826730
- Danışmanlar: DOÇ. DR. ESER SERT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Malatya Turgut Özal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Kuru kayısının uzun süre bozulmadan muhafaza edilebilmesi için kükürtleme işlemi önemlidir. Ancak, kükürtleme işlemi belirli ppm miktarlarını aşarsa, kuru kayısı ihracatı yapılamamaktadır. Bu nedenle, kayısıda kükürt analizi yapılması zorunludur. Kükürt analizi genellikle kayısı araştırma merkezlerinde, üniversitelerde ve Malatya kayısı borsasında belirli bir ücret karşılığında gerçekleştirilmektedir. Bu kimyasal analiz süreci kayısı talep edenler için zaman kaybına neden olmaktadır. Kayısıda kükürt analizi sürecinde çok fazla su tüketilmekte ve bu durum su israfına sebep olmaktadır. Kimyagerlerin görev alma zorunluluğu hem nitelikli insan gücü hem de maliyet gerektirmektedir. Bu tez çalışmasında, derin öğrenme ve görüntü işleme teknikleri kullanılarak bu zorlu kayısı kükürt analizinin otomatik hale getirilip, sürecin kısaltılması, maliyetin azaltılması, su israfı ve kimyasal kullanılmasının ortadan kaldırılması amaçlanmıştır. Bu sayede, geleneksel kükürt analiz sürecinde yaşanan zaman kaybı ve işgücü ihtiyacı minimum seviyeye indirilmektedir. Ayrıca, su israfı ve kimyasal kullanımı da olmadığından çevreye verilen zararda ortadan kaldırılmıştır. Bu otomatik analiz yöntemi, kayısı ihracatçıları ve diğer ilgili taraflar için önemli bir avantaj sağlamaktadır. ANAHTAR KELİMELER: Kükürtlenmiş kayısı, Kayısı analizi, Derin öğrenme, Kükürt analizi, AlexNet, DarkNet53, DenseNet201, MobileNetV2, ResNet50
Özet (Çeviri)
The sulfurization process is important for the long-term preservation of dried apricots. However, if the sulfurization process exceeds certain ppm amounts, dried apricots cannot be exported. Therefore, sulfur analysis of apricots is mandatory. Sulfur analysis is usually carried out at apricot research centers, universities and Malatya apricot exchange for a certain fee. This chemical analysis process causes a waste of time for apricot demanders. In the process of sulfur analysis in apricot, a lot of water is consumed and this causes water waste. The necessity to employ chemists requires both qualified manpower and cost. In this thesis, it is aimed to automate this challenging apricot sulfur analysis by using deep learning and image processing techniques, shortening the process, reducing the cost, eliminating water waste and chemical use. In this way, the time loss and labor requirement experienced in the traditional sulfur analysis process are minimized. In addition, since there is no waste of water and chemical use, environmental damage is also eliminated. This automated analysis method provides a significant advantage for apricot exporters and other interested parties. KEYWORDS: Sulfurized apricot, Apricot analysis, Deep learning, Sulfur analysis, AlexNet, DarkNet53, DenseNet201, MobileNetV2, ResNet50
Benzer Tezler
- Derin öğrenme ile süper çözünürlüklü radar görüntüleme
Super resolution radar imaging with deep learning
İREM FADİME ERİM
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Detection of plant leaf diseases via deep learning
Başlık çevirisi yok
YOUSIF NAJI HAMAD HAMAD
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- Derin öğrenme ile nesne algılamada transfer öğrenme ve ince ayar işlemlerinin etkinliklerinin araştırılması
Studying effectiveness of transfer learning and fine tuning processes in object detection with deep learning
MEHMET UĞUR TÜRKDAMAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- Derin öğrenme ile nokta bulutu üzerinden bina çatı tiplerinin sınıflandırılması
Classification of building roof types through point cloud with deep learning
MERVE YILDIRIM
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI
- Derin öğrenme ile optik koherens tomografi görüntülerinden retinal bozukluk tanısı
Retinal disorder diagnosis from optical coherence tomography images with deep learning
GÜLSÜM ARI
Yüksek Lisans
Türkçe
2023
Bilim ve Teknolojiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU