Geri Dön

Derin öğrenme algoritmalarını kullanarak tatlı ürünlerin besin içeriklerinin belirlenmesi ve gastronomik açıdan değerlendirilmesi

Determining the nutritional contents and gastronomic evaluation of dessert products using deep learning algorithms

  1. Tez No: 853474
  2. Yazar: SEVİLAY YUSUN
  3. Danışmanlar: DOÇ. DR. FATİH TARLAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Gastronomi ve Mutfak Sanatları, Gastronomy and Culinary Arts
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Gedik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Gastronomi ve Mutfak Sanatları Ana Bilim Dalı
  12. Bilim Dalı: Gastronomi ve Mutfak Sanatları Bilim Dalı
  13. Sayfa Sayısı: 95

Özet

Gıdaların içeriği, sağlık, beslenme ve gıda endüstrisi gibi çeşitli alanlarda kritik bir rol oynar. Özellikle sağlık sektöründe, gıda tanıma bireylerin günlük beslenme alışkanlıklarını izlemelerine ve sağlıklı diyetlerini yönetmelerine yardımcı olur. Aynı zamanda diyetisyenlere ve beslenme uzmanlarına, hastalarının özel beslenme ihtiyaçları ve tercihlerine uygun yemek planları oluşturmada destek sunar. Bu tez çalışması, derin öğrenme algoritmalarını kullanarak gıda ürünlerini tanıyabilen, besin değerlerini tahmin edebilen ve tatlı ürünlerinin gastronomik özelliklerini değerlendirebilen bir yazılımın geliştirilmesini hedeflemektedir. Bu amaçla, 23 farklı tatlı gıdanın restoranda sunulmadan önce fotoğrafları toplanmış ve GoogleNet ile ResNet-50 gibi derin öğrenme modellerinin performansı incelenmiştir. Araştırma sonuçları, her iki modelin de %99'un üzerinde yüksek doğruluk oranlarına sahip olduğunu göstermiştir. Ancak, ResNet-50 modelinin daha düşük hata oranları, yüksek doğruluk seviyeleri ve hızlı öğrenme kabiliyeti olduğu tespit edilmiştir. Bu nedenle, ResNet-50 derin öğrenme modeli kullanılarak bir arayüz geliştirilmiştir. Bu arayüz, tüketicilere tatlı seçimlerinde diyetlerine destek olmanın yanı sıra tatlılar hakkında gastronomik bilgiler sunmayı amaçlamaktadır. Ayrıca, tüketicilerin tükettikleri gıdalar hakkında daha fazla bilgi sahibi olmalarına ve sağlıklı beslenme konusunda farkındalık oluşturmalarına yardımcı olacaktır.

Özet (Çeviri)

The content of foods plays a critical role in various fields such as health, nutrition and the food industry. In the healthcare sector in particular, food recognition helps individuals monitor their daily eating habits and manage healthy diets. It also helps dietitians and nutritionists to create meal plans tailored to their patients' specific dietary needs and preferences. This thesis aims to develop a software that can recognize food products, predict their nutritional values and evaluate the gastronomic characteristics of dessert products using deep learning algorithms. For this purpose, photos of 23 different dessert foods before they are served in a restaurant are collected and the performance of deep learning models such as GoogleNet and ResNet-50 are analyzed. The results showed that both models have high accuracy rates of over 99%. However, the ResNet-50 model was found to have lower error rates, high accuracy levels and fast learning capability. Therefore, an interface was developed using the ResNet-50 deep learning model. This interface aims to provide consumers with gastronomic information about desserts as well as supporting their diet in their dessert choices. It will also help consumers to have more knowledge about the foods they consume and raise awareness about healthy eating.

Benzer Tezler

  1. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  2. Derin öğrenme algoritmalarını kullanarak kumaş kusurlarının tespiti ve sınıflandırılması

    Detection and classification of fabric defects using deep learning algorithms

    RECEP ALİ GEZE

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYHAN AKBAŞ

    DR. ÖĞR. ÜYESİ ABDULKADİR KÖSE

  3. Derin öğrenme algoritmalarını kullanarak görüntü sınıflandırma

    Image classification using deep learning algorithms

    UTKU KUBİLAY ÇINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. GÜLHAYAT GÖLBAŞI ŞİMŞEK

  4. Derin öğrenme algoritmalarını kullanarak deepfake video tespiti

    Deepfake video detection using deep learningalgorithms

    ŞAHİN KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Adli Bilişim Ana Bilim Dalı

    PROF. DR. MUSTAFA ALKAN

  5. Derivation of prescriptive accident prevention model from predictive models using ml algorithms

    Makine öğrenme algoritmalarını kullanarak tahminsel modellerden preskriptif kaza önleme modelinin türetilmesi

    AHMAD MAMMADOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Çalışma Ekonomisi ve Endüstri İlişkileriOrta Doğu Teknik Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    YRD. DOÇ. DR. ONUR BEHZAT TOKDEMİR