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
- Samsun ve çevresinde üretilen manda yoğurtlarının bazı özellikleri üzerine bir çalışma
A study on some properties of buffalo yoghurts produced samsun and vicinity
GÖKÇE BAYRAM
- Clostridium botulinum toksininin kantitatif olarak saptanmasında kullanılacak kanatlı immunoglobulinlerine (IGY) dayalı bir immuno real-time pcr testinin geliştirilmesi
Development an immuno real-time pcr assay for the quantitative determination of clostridium botulinum toxin by using poultry immunoglobulins (IGY)
ALİ ABDELKAREEM
Doktora
Türkçe
2015
Mikrobiyolojiİstanbul ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. KENAN MİDİLLİ
- Akut bronşiyolitli çocuklarda epitel geçirgenlik göstergeleri ve oksidatif stresin rekürrense etkisi
Başlık çevirisi yok
YEŞİM YİĞİT
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıCelal Bayar ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HASAN YÜKSEL
DOÇ. DR. ÖZGE YILMAZ
- Süt dişi kök kanal tedavisinde üç farklı kök kanal şekillendirme sisteminin etkinliğinin in-vitro olarak kıyaslanması
In vitro comparison of the effectiveness of three different root canal instrumentation techniques on primary root canal treatment
EMİNE KAYA
Diş Hekimliği Uzmanlık
Türkçe
2015
Diş HekimliğiKocaeli ÜniversitesiPedodonti Ana Bilim Dalı
YRD. DOÇ. DR. MESUT ELBAY
- Başlangıç mine lezyonlarının tedavisinde farklı remineralize edici ajanların etkinliğinin süt ve daimi dişlerde değerlendirilmesi
Evaluation of the efficacy of different remineralization agents in the treatment of incipient enamel lesions in primary and permanent teeth
FATİH TULUMBACI
Diş Hekimliği Uzmanlık
Türkçe
2015
Diş HekimliğiKırıkkale ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. AYLİN AKBAY OBA