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
- Tez No: 853474
- Danışmanlar: DOÇ. DR. FATİH TARLAK
- Tez Türü: Yüksek Lisans
- Konular: Gastronomi ve Mutfak Sanatları, Gastronomy and Culinary Arts
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Gastronomi ve Mutfak Sanatları Ana Bilim Dalı
- Bilim Dalı: Gastronomi ve Mutfak Sanatları Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Dynamic data-driven optimization approach for flight selection problem
Uçuş seçimi problemi için dinamik veri odaklı optimizasyon yaklaşımı
ERDEM AKIN
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. BAŞAR ÖZTAYŞİ
- Hastanelerdeki acil servis yoğunluğunun gerçekleşme faktörlerinin yapay zeka yöntemleri ile analiz ve tahmini
Analysis and prediction of emergency department overcrowding factors in hospitals using artificial intelligence methods
HAKAN SÖZGEN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DR. EROL KINA
- Makine öğrenme algoritmaları ile su tüketim miktarlarının tahmini: Kocaeli örneği
Estimation of water consumption amounts using machine learning algorithms: The case study of Kocaeli
KASIM GÖRENEKLİ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ALİ GÜLBAĞ
- Türkiye elektrik piyasasında istatistiksel yöntem ve makine öğrenmesi algoritmaları kullanılarak kısa vadeli gün öncesi elektrik fiyatı tahmini için hibrit bir yaklaşım
A hybrid approach short-term day-ahead electricity price forecasting in the turkish power market using statistical method and machine learning algorithms
CEMRE NUR GÜNGÖR
Yüksek Lisans
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ITIR SATOĞLU