Geri Dön

Derin öğrenme yöntemleri kullanarak kelebek türlerinin birbirlerinden ayırt edilmesi

Differentiating butterfly species from each other using deep learning methods

  1. Tez No: 854251
  2. Yazar: GAMZE KARACAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA TEKE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Bir kelebeğin hangi türe ait olduğunun bilinmesi büyük önem arz etmektedir. Kelebekler çiçeklerde tozlaşmayı sağlayarak bitki türlerinin nesillerini devam ettirmelerinde rol oynarlar. Ayrıca doğal yaşam araştırmalarına da sıklıkla konu olmaktadırlar. Bir kelebeğin hangi türe ait olduğunun bilinmesi insanları, hayvanları ve bitkileri bu kelebek türünün nasıl etkileyeceği hakkında ipuçları verir. Fakat kelebeklerin hangi türe ait olduğunun tespit edilmesi pek kolay olmamaktadır. Çoğu zaman tespit edilebilmeleri uzmanlık gerektirmektedir. Bu yüzden, kelebek türlerinin ayırt edilebilmesi için derin öğrenme alanında çalışmalar yapılmıştır. Daha iyi sonuçlar alınabilmesi amacıyla farklı yöntemler önerilmiş ve iyileştirmeler yapılmıştır. Bu tezde ise önceden eğitilmiş derin öğrenme modelleri kullanılmıştır. Modeller düzenlenen veri seti üzerinde eğitilmiş ve çıkan sonuçlar doğrultusunda en başarılı model esas alınarak yeni bir model önerisi yapılmıştır.

Özet (Çeviri)

It is of great importance to know which species a butterfly belongs to. Butterflies play a role in the continuation of plant species by pollinating flowers. They are also frequently the subject of natural life research. Knowing which species a butterfly belongs to gives clues about how this butterfly species will affect people, animals and plants. However, it is not easy to determine which species the butterflies belong to. Most of the time, their detection requires expertise. Therefore, studies have been carried out in the field of deep learning to distinguish butterfly species. Different methods have been suggested and improvements have been made in order to obtain better results. In this thesis, pre-trained deep learning models were used. Models were trained on the edited dataset and, in line with the results, a new model proposal was made based on the most successful model.

Benzer Tezler

  1. Derin öğrenme yöntemleri kullanarak etkin ayrık işaret dili tanıma sistemi geliştirme

    Development of an efficient isolated sign language recognition system based on deep learning methods

    ANIL OSMAN TUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HACER YALIM KELEŞ

  2. Derin öğrenme yöntemleri kullanarak 3B geometri işleme ve uygulamaları

    3D geometry processing and applications by using deep learning methods

    KAYA TURGUT

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HELİN DUTAĞACI

  3. Derin öğrenme yöntemleri kullanarak dijital deliller üzerinde adli bilişim incelemesi

    Başlık çevirisi yok

    SERKAN KARAKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Adli Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA KAYA

  4. Derin öğrenme yöntemleri kullanarak bilgisayarlı tomografi görüntülerinden covid-19'un tespit edilmesi

    Detecting covid-19 from computed tomography images using deep learning methods

    SEMİHA GÜNGÖR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KAYA

  5. Derin öğrenme yöntemleri kullanarak EEG işaretlerinden uyku apne sendromu tespiti ve sınıflandırılması

    Detection and classification of sleep apnea syndrome from EEG signals using deep learning methods

    KÜBRA TANCI

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT HEKİM