Determining the quality of delight with artificial intelligence application
Lokum kalite kriterlerinin yapay zeka uygulaması ile belirlenmesi
- Tez No: 920592
- Danışmanlar: PROF. DR. MUHAMMAD ASIM
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sivas Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Tarım Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Türk lokumunun sürdürülebilir üretiminin önündeki en büyük engel kalitesini korumaktır. Üretimin kilit bileşenleri ideal şeker, nişasta ve sitrik asit oranlarının yanı sıra üretim süreci ve uzmanlıktır. Bu çalışmada lokum kalitesini optimize etmek için deney tasarımı (DOE) kullanılarak yanıt yüzeyi metodolojisi (RSM) kullanılmıştır. Lokum üretimi için toplam 20 çalışma seçildikten sonra pH, toplam nişasta, toplam şeker ve toplam nem içeriği gibi kalite ölçütleri incelenmiş ve ardından yanıt yüzeyi regresyon modeli kullanılarak analiz edilmiştir. Lokum sektöründeki profesyoneller, hazırlanan numuneleri görünüm, tat, koku ve esnekliklerine göre derecelendirmiştir. Veri doğrulama, sınıflandırma tabanlı model kullanan hem klasik hem de kuantum makine öğrenimi modelleri kullanılarak gerçekleştirilmiştir. Sonuçlar, 19 ve 20 numaralı (80.0 g/Kg şeker + 10.0 g/Kg nişasta + 115.0 g/Kg sitrik asit) ve 75 g/Kg şeker + 11.0 g/Kg nişasta + 121.7 g/Kg sitrik asit) lokumların en yüksek puanı aldığını göstermiştir. Öte yandan, 1. çalışma (75 g/kg şeker + 12,68 g/kg nişasta + 117,5 g/kg sitrik asit) en düşük puanı almıştır. Yanıt optimize edicinin (RSM) uygulanması ile optimize edilmiş 76,61 g/Kg şeker + 10,72 g/K, 19. çalışmaya son derece yakın olduğunu bulunmuştur. Destek Vektör Sınıflandırıcısından (SVC) elde edilen yüksek doğruluk, özelliğe bağlı olarak değişse de klasik makine öğrenimi ile doğrulanmıştır. Özellikle hatırlama puanları, Nelder-Mead optimizasyonlu Varyasyonel Kuantum Sınıflandırıcı için daha iyiydi. Bu çalışma, gıda sektöründe kuantum makine öğrenimi uygulamaları için yeni bir dönem başlatmaktadır.
Özet (Çeviri)
The main obstacle to sustained manufacture of Turkish delight is maintaining its quality. The key components of its production are the ideal ratios of sugar, starch, and citric acid as well as the manufacturing process and expertise. This study used response surface methodology (RSM) using design of experiment (DOE) to optimize the quality of Turkish delight. After choosing 20 runs in total to make Turkish delight, quality metrics including pH, total starch, total sugar, and total moisture content were examined, followed by analysis using response surface regression model. Professionals in the Turkish delight sector graded the prepared samples according to their look, taste, odor, and flexibility. Data validation was conducted using both classical and quantum machine learning models that used classification-based model. The results showed that Turkish delight made with runs 19 and 20 (80.0 g/Kg sugar + 10.0 g/Kg starch + 115.0 g/Kg citric acid) and 75 g/Kg sugar + 11.0 g/Kg starch + 121.7 g/Kg citric acid) achieved the highest score. On the other hand, run 1 (75 g/kg sugar + 12.68 g/kg starch + 117.5 g/kg citric acid) had the lowest score. Application of response optimizer (RSM) yielded the optimal blend of 76.61 g/Kg sugar + 10.72 g/Kg starch + 121.7 g/Kg citric acid which was extremely near to run 19. The high accuracy from the Support Vector Classifier (SVC) was validated by classical machine learning, albeit it varied depending on the trait. Recall scores, in particular, were better for the Variational Quantum Classifier with Nelder-Mead optimization. The study ushers in a new era for the application of quantum machine learning in the food sector.
Benzer Tezler
- Mimaride, belirleme, belirme ve girişler
Determination, appearance and entrances in architecture
DOĞAN ARDA BESET
Yüksek Lisans
Türkçe
2000
MimarlıkDokuz Eylül ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. NERİME CİMCOZ
- Analitik hiyerarşi prosesi yardımıyla kalite fonksiyon açınımında önceliklendirme
Başlık çevirisi yok
CEM GÖRKEM ÖZARPACI
Yüksek Lisans
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ETHEM TOLGA
- Yerel tarih öğretim yöntemini sosyal bilgiler dersinde uygulamaya koymak: Bir eylem araştırması
Implementation of local history as a teaching method in social studies courses: An action research
CEMİLE AYÇA ÖZTAŞÇI
Yüksek Lisans
Türkçe
2017
Eğitim ve ÖğretimMarmara Üniversitesiİlköğretim Ana Bilim Dalı
PROF. DR. YÜCEL KABAPINAR
YRD. DOÇ. DR. GÜL TUNCEL
- Kamusal meydanlarda kullanıcı ihtiyaçları üzerine bir araştırma: Gaziosmanpaşa Meydanı örneği
A research upon needs in public squares: Gaziosmanpaşa example
AYŞIN OKULDAŞ
Yüksek Lisans
Türkçe
2015
Mimarlıkİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
ÖĞR. GÖR. CEM BEYGO