Süt çeşitleri ve süt kalite parametrelerinin topluluk öğrenme yöntemleri ile tahmini
Prediction of milk varieties and milk quality parameters with ensemble learning methods
- Tez No: 902140
- Danışmanlar: DR. ÖĞR. ÜYESİ KERİM KARADAĞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Süt, canlıların büyümesi ve gelişmesi için tükettikleri besinlerin başında gelir. Besin değerinin yüksek oluşu, protein, kalsiyum ve vitamin kaynağı olması hasebiyle her yaş grubu için önerilen önemli bir doğal besin kaynağıdır. Ayrıca sütün, beslenme değerinin yüksekliğinin yanında, vücut fonksiyonlarını düzenleyici, vücut gelişimini sağlayıcı, kemik ve diş oluşumunda önemli rolü olan temel bir gıda maddesi olma özelliği de vardır. Bundan dolayı süt ve süt ürünleri toplumun neredeyse tamamı tarafından tüketilmektedir. Toplumun geniş kesimi tarafından tüketilmesinden dolayı bir tağşiş, seyreltme vb. yanıltıcı hilelerle karşılaşmak mümkündür. Söz konusu tehlikelere karşı sütün niteliğinin belirlenmesi büyük önem arz etmektedir. Bu tez çalışmasında, iki farklı veri seti ile çalışılmıştır. Farklı türlerde süt örnekleri (İnek sütü, koyun sütü, keçi sütü, market sütü ve süt tozu) üzerinde FTIR cihazı yardımıyla ölçümler yapılarak elde edilen değerler kullanılarak oluşturulmuş birinci veri setinde sınıflandırma yöntemleri kullanılarak süt türü tahmin edilmeye çalışılmıştır. Kaggle açık kaynak platformunda yayınlanan ikinci veri setinde ise sınıflandırma yöntemleri kullanılarak süt kalitesi tahmin edilmeye çalışılmıştır. Sınıflandırma yöntemi olarak geleneksel makine öğrenme yöntemlerinden KNN ve Karar Ağaçları yöntemleri ile topluluk öğrenme yöntemlerinden Rastgele Orman, Gradyan Artırma, AdaBoost ve Voting yöntemlerinden yararlanılmıştır. Modellerin tahmin performansı doğruluk, duyarlılık, kesinlik ve F-score olmak üzere dört performans ölçütü ile değerlendirilmiştir. Elde edilen sonuçlara bakıldığında birinci veri seti ile süt cinsinin tahmininde KNN, Karar Ağaçları, Rastgele Orman, Gradyan Artırma ve Voting yöntemleri mükemmel (1.00) performans sergilerken, AdaBoost yöntemi daha düşük (0.8) performans göstermiştir. İkinci veri seti ile süt kalitesinin tahmininde ise Voting, Gradyan Artırma, Karar Ağaçları ve Rastgele Orman (0.99) yöntemleri en yüksek performansı göstermiştir. Kullanılan yöntemlerin performansları değerlendirildiğinde genel başarının yüksek olması bu geleneksel makine yöntemleri ile topluluk öğrenme yöntemlerinin bu alandaki çalışmalarda kullanılabileceğini göstermiştir. ANAHTAR KELİMELER: Sınıflandırma, süt, topluluk öğrenmesi, FTIR Spektroskopisi, tağşiş
Özet (Çeviri)
Milk is one of the primary foods consumed by living beings for growth and development. Due to its high nutritional value, being a source of protein, calcium, and vitamins, it is an essential natural food recommended for all age groups. In addition to its high nutritional value, milk is also a fundamental food that regulates bodily functions, supports body development, and plays an important role in bone and tooth formation. For this reason, milk and dairy products are consumed by almost everyone in society. Due to its wide consumption, it is possible to encounter misleading practices such as adulteration, dilution, etc. Determining the quality of milk is of great importance against such threats. In this thesis study, two different datasets were worked on. In the first dataset, created by using values obtained from measurements taken with the help of an FTIR device on different types of milk samples (cow milk, sheep milk, goat milk, commercial milk, and milk powder), milk types were attempted to be predicted using classification methods. In the second dataset, published on the Kaggle open-source platform, milk quality was attempted to be predicted using classification methods. Traditional machine learning methods such as KNN and Decision Trees, as well as ensemble learning methods such as Random Forest, Gradient Boosting, AdaBoost, and Voting, were utilized as classification methods. The prediction performance of the models was evaluated with four performance metrics: accuracy, sensitivity, precision, and F-score. Looking at the results, in predicting milk types with the first dataset, KNN, Decision Trees, Random Forest, Gradient Boosting, and Voting methods showed perfect (1.00) performance, while the AdaBoost method showed lower (0.8) performance. In predicting milk quality with the second dataset, Voting, Gradient Boosting, Decision Trees and Random Forest (0.99) methods showed the highest performance. When the performances of the used methods are evaluated, the high overall success shows that these traditional machine learning and ensemble learning methods can be used in studies in this field. KEYWORDS: Classification, milk, ensemble learning, FTIR Spectroscopy, adulteration
Benzer Tezler
- Sütteki bazı pestisit kalıntılarının kefir üretimi ve depolanması sırasındaki değişimi ve kefirin kalite özellikleri üzerine etkisi
Changes of some pesticide residues in milk during production and storage of kefir and their effect on quality properties of kefir
GİZEM YILDIZ
Doktora
Türkçe
2019
Gıda MühendisliğiAkdeniz ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET KÜÇÜKÇETİN
- Tatlı mısırda (Zeamays L. saccharata) farklı zamanlarda yapılan hasadın verim ve verim unsurlarına etkisi
Effectof different harvest times to yield and yield characteristics of sweet corn (Zea mays L. saccharata) genotypes
MAHMUT NEDİM AĞAÇKESEN
- Bazı kışlık makarnalık buğday çeşitlerinde, farklı gelişme dönemlerinde yapraktan uygulanan çinkonun, dane antioksidan özellikleri ve diğer kalite parametrelerine etkileri
Effects of foliar zinc application at different growth stages on the antioxidant traits and the other quality parameters of grain in some winter durum wheat cultivars
GİZEM COŞKUN
Yüksek Lisans
Türkçe
2020
ZiraatGümüşhane ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DOÇ. DR. BİLGE BAHAR
- PDCA performans iyileştirme metodunun süt ürünleri üretiminde uygulanması
Applying the PDCA performance improvement method to a dairy company
BÜLENT ERBAŞ
- Probiyotikler ve bir adım ötesi: Postbiyotikler
Probiotics and beyond: Postbiotics
ÖZGE BAKACAK
Yüksek Lisans
Türkçe
2024
Gıda MühendisliğiYıldız Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET ARICI