Mısır tohumlarının evrişimsel sinir ağları ve hiperparametre optimizasyonu kullanılarak haploid ve diploid olarak sınıflandırılması
Classification of corn seeds as haploid and diploid using convolutional neural networks and hyperparameter optimization
- Tez No: 826758
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ MURAT TİRYAKİ
- 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: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Üretimi kolay olması, özellikle hayvan yemi olarak kullanılabilme olanağı yüzünden mısırın verimli bir şekilde üretimi toplumumuzun sürdürülebilirliği açısından büyük önem taşımaktadır. Günümüzde mısır ıslahı için kullanılan en popüler yöntem Katlanmış Haploid (Doubled Haploid, DH)'tir. Bu yöntemin kullanılmasında en önemli adımlardan birisi haploid tohumların, diploid tohumlardan ayrılmasıdır. Bu sınıflandırma işlemi genellikle eğitimli teknisyenler tarafından yapılmaktadır. Makine öğrenmesi yöntemlerindeki gelişmeler sonucunda bu işlem çeşitli sensör verilerinden yararlanılarak otomize edilebilir hale gelmiştir. Bu çalışmada, sınıflandırma işlemini gerçekleştirmek için 1230 haploid ve 1770 diploid mısır tohumu görüntüsünden yararlanılarak yeni bir Evrişimli Sinir Ağı (Convolutional Neural Network, CNN) model mimarisi geliştirilmiştir. Bu modelin hiperparametreleri Ağaç Bazlı Parzen Tahminleyicileri (Tree Based Parzen Estimators, TPE) algoritmasından yararlanarak optimize edilmiştir. Üretilen yeni model eğitilebilen parametre sayısı ve doğrulama skoru bakımından (9 milyon parametre %94,66 doğruluk) VGG-19 modeline kıyasla (144 milyon parametre, %94,22 doğruluk) tohum sınıflamasında daha başarılı sonuç elde etmiştir.
Özet (Çeviri)
The efficient production of corn is of great importance for the sustainability of our society, due to its ease of production and the possibility of using it as animal feed. The most popular method used for maize breeding today is Doubled Haploid (DH). One of the most important steps in using this method is the separation of haploid seeds and diploid seeds. This classification process is usually performed by trained technicians. As a result of the developments in machine learning methods, this process has become automated by using various sensor data. In this study, a new Convolutional Neural Network (CNN) model architecture was developed using 1230 haploid and 1770 diploid corn seed images to perform the classification process. The hyperparameters of this model have been optimized using the Tree Based Parzen Estimators (TPE) algorithm. The new model produced was more successful in seed classification compared to the VGG-19 model (144 million parameters, 94.22% accuracy) in terms of the number of trainable parameters and validation score (9 million parameters 94.66% accuracy).
Benzer Tezler
- Mısır bitkisinde (Zea mays L.)F1 ve F2 tohumlarının saf ve değişik oranlarda karıştırılarak ekiminin tane verimi ve bazı tarımsal özelliklere etkisi
Effect of F1, F2 generation and their mixture rates on grain yield and yield component in maize (Zea mays L.)
SERHAN SOYDİNÇ
Yüksek Lisans
Türkçe
2005
ZiraatÇukurova ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF.DR. AHMET CAN ÜLGER
- Mısır yetiştiriciliğinde bazı çeşitlerin F1 ve F2 kademesindeki tohumlarının verim ve verim unsurları yönünden karşılaştırılması
The comparison of F1 and F2 seeds of some maize cultivars for yield and yield components in maize growing
EMİN GÜLEÇ
Yüksek Lisans
Türkçe
2019
ZiraatÇanakkale Onsekiz Mart ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. HARUN BAYTEKİN
- NaCl ile muamele edilen mısır tohumlarının tuzlu topraklarda çıkış gücünün ve fide gelişiminin belirlenmesi
Seed vigor and seedling growth of maize in response to seed priming with NaCl
AYBÜKE KAYA
Yüksek Lisans
Türkçe
2016
ZiraatMustafa Kemal ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. HÜSEYİN GÖZÜBENLİ
- Haploid ve diploid mısır tohumlarının imge analizi ve makine öğrenme algoritmaları kullanılarak sınıflandırılması
Classification of haploid and diploid maize seeds by using image analysis and machine learning algorithms
YAHYA ALTUNTAŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN FATİH KOCAMAZ
- Pestisitle kaplı mısır tohumlarının çevre üzerindeki eşik değerinin belirlenmesi üzerine bir araştırma
A research on determination of exceedence factor on environment of pesticide coated corn seeds
CEMRE CANSIN EROL
Yüksek Lisans
Türkçe
2024
ZiraatÇukurova ÜniversitesiTarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ MUSA BOZDOĞAN