Renk parametreleri kullanılarak karadut'ta antosiyanin içeriğinin modellenmesi
Modelling the anthocyanin content in black mulberry using colour parameters
- Tez No: 905342
- Danışmanlar: PROF. DR. ONUR SARAÇOĞLU
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bahçe Bitkileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Meyvelerde toplam monomerik antosiyanin içeriğinin belirlenmesinde yaygın olarak pH diferansiyel metodu kullanılmaktadır. Bu metot yoğun iş gücü ve zamanın yanı sıra pahalı kimyasallar gerektirmektedir. Bu tez çalışmasının amacı, karadut meyvesinin antosiyanin içeriğinin belirlenmesinde, mevcut yönteme alternatif olacak daha basit ve hızlı bir model geliştirmektir. Tez kapsamında Tokat Gaziosmanpaşa Üniversitesi Tarımsal Uygulama ve Araştırma Merkezi'nde bulunan karadut (Morus nigra) K60 genotipinden yararlanılmıştır. Meyveler, 2022 ve 2023 yıllarının temmuz ayında çok farklı olgunluk aşamalarında hasat edilmiştir. İlk başta dış renk (L*, a*, b*) ölçümleri yapılan meyvelerin daha sonra pH, suda çözünür kuru madde (SÇKM) ve antosiyanin analizleri yapılmıştır. Elde edilen veriler bağımsız (L*, a*, b*, pH, SÇKM) ve bağımlı (antosiyanin) değişkenler olarak iki gruba ayrılmıştır. Antosiyanin tahmini için dört farklı makine öğrenimi algoritmalarından faydalanılmıştır. Bunlar; MultilayerPerceptron, SVM, KNN ve RandomForest'dir. Oluşturulan modellerin performans değerlendirme ölçütleri olarak; korelasyon katsayısı (r), ortalama mutlak hata (Mean absolute error-MAE), hata kareler ortalamasının karakökü (Root Mean Square Error-RMSE), bağıl mutlak hata (Relative Absolute Error-RAE) ve bağıl hata kareleri karakökü (Root relative squared error-RRSE) kullanılmıştır. Çalışmanın sonucunda, kullanılan makine öğrenimi algoritmaları arasında antosiyanin değerlerinin tahmininde en başarılı sonucu RandomForest algoritması sağlamıştır. RandomForest algoritmasını sırasıyla KNN, SVM ve MultilayerPerceptron algoritmaları takip etmiştir. RandomForest algoritmasının performans değerleri; korelasyon katsayısı (r) 0.8498, MAE 52.779, RMSE 79.0309, RAE %43.3826 ve RRSE %52.7319 olarak tespit edilmiştir.
Özet (Çeviri)
The pH differential method is commonly used to determine the total monomeric anthocyanin content of fruits. This method requires intensive labour and time as well as expensive chemicals. The aim of this thesis is to develop a simpler and faster model for the determination of anthocyanin content of black mulberry fruit, which will be an alternative to the existing method. Within the scope of the thesis, a black mulberry (Morus nigra) K60 genotype in Tokat Gaziosmanpaşa University Agricultural Application and Research Centre was used. The fruits were harvested at different stages of ripeness in July 2022 and 2023. Firstly, external colour (L*, a*, b*) measurements were made and then pH, soluble solid content (SSC) and anthocyanin analyses were performed. The data obtained were divided into two groups as independent (L*, a*, b*, pH, SÇKM) and dependent (anthocyanin) variables. Four different machine learning algorithms were utilised for anthocyanin prediction. These are Multilayer Perceptron, SVM, KNN and RandomForest. Correlation coefficient (r), Mean absolute error (MAE), Root Mean Square Error (RMSE), Relative Absolute Error (RAE) and Root relative squared error (RRSE) were used as performance evaluation criteria of the models. As a result of the study, among the machine learning algorithms used, the RandomForest algorithm achieved the most successful results in predicting anthocyanin values. RandomForest was followed by the KNN, SVM, and MultilayerPerceptron algorithms, respectively. The performance metrics for the RandomForest algorithm were determined as follows: correlation coefficient (r) 0.8498, MAE 52.779, RMSE 79.0309, RAE 43.3826 %, and RRSE 52.7319 %.
Benzer Tezler
- Kara dut antosiyaninlerinin iyonik jelasyon yöntemi ile enkapsülasyonu ve enkapsülasyon parametrelerinin tepki yüzeyi metodu ile optimize edilmesi
Encapsulation of black mulberry anthocyanins by ionic gellation method and optimization of encapsulation paramaters by response surface methodology
TUĞÇE ÇORUHLİ
Yüksek Lisans
Türkçe
2012
Gıda Mühendisliğiİstanbul Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. BERAAT ÖZÇELİK
- Farklı içeceklerin CAD/CAM destekli geçici protez materyallerinin renk stabilitelerine etkisinin değerlendirilmesi
Evaluation of the effect of CAD / CAM supported temporary prosthetic materials of different drinks on the color stability
CANAN SABAK
Diş Hekimliği Uzmanlık
Türkçe
2021
Diş HekimliğiAbant İzzet Baysal ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KÜBRA DEĞİRMENCİ
- Ahududu (Rubus idaeus L. ) pulpunun farklı sıcaklıklarda ısıtılması sırasında biyoaktif bileşikler, antioksidan ve antimikrobiyel aktivitelerdeki değişimler
Changes in bioactive compounds, antioxidant and antimicrobial activities of raspberry (Rubus idaeus L.) pulp during different heating temperatures
MEHMET ABDULLAH SÜMMEN
Yüksek Lisans
Türkçe
2011
Gıda MühendisliğiAbant İzzet Baysal ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HANDE SELEN ERGE
- Vitapan classical ve vitapan 3d-master renk anahtarları kullanılarak renk seçimi yapılmış metal destekli seramik kronların , doğal dişe göre renk uyumlarının araştırılması
The investigation of the shade harmony between natural teeth and porcelain fused-to-metal crowns shades which are selected by vitapan classical and vitapan 3d-master shade guides
AKIN ALADAĞ
Doktora
Türkçe
2003
Diş HekimliğiEge ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF.DR. GÖKHAN YILMAZ
- Taguchi metodu kullanılarak sızıntı suyunun elektrokoagülasyon ile arıtılabilirlik optimizasyonu
Optimization of the treatability of landfill leachate by electrocoagulation using Taguchi method
EBRU ÖZKAN
Yüksek Lisans
Türkçe
2018
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER APAYDIN