Derin öğrenme ve makine öğrenmesi ile ürün tedarik sürecinde kalite kontrol uygulaması
Quality control application in product supply process with deep learning and machine learning
- Tez No: 921688
- Danışmanlar: PROF. DR. ŞENOL ALTAN
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Hacı Bayram Veli Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Yöneylem Araştırması Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde kalite kontrol süreçlerinde yapay zeka kullanımı oldukça yaygınlaşmıştır. Bu çalışmada da derin öğrenme ve makine öğrenmesi yöntemleri kullanılarak sebze ve meyve tedarikinde kalite kontrol uygulaması yapılmıştır. Çalışmada, Türkiye'de en çok üretilen sebze, meyve ve kök bitki olan domates, elma, portakal, mandalina ve patatesi sağlam ve bozuk olarak sınıflandırmaya yönelik bir derin öğrenme modeli ve makine öğrenmesi modeli geliştirilmiştir. Çalışmada kullanılan veri seti, hem internetten derlenen hem de cep telefonuyla çekilen görsellerden oluşturulmuş ve sağlam/bozuk ürünleri kapsayacak şekilde düzenlenmiştir. Geliştirilen modelin performansı, doğruluk, kesinlik, duyarlılık, F1 skoru gibi ölçütlerle değerlendirilmiştir. Derin öğrenme modeli %97,57 genel doğruluk oranıyla üstün bir performans sergilerken, makine öğrenmesi modelinde de %90,20 doğruluk oranıyla derin öğrenme modelinden düşük olsa da başarılı bir sonuç elde edilmiştir. Derin öğrenme modeli, daha karmaşık görsel özellikleri öğrenme kabiliyeti sayesinde daha yüksek performans sağlarken; makine öğrenmesi modeli ise hızlı işlem kapasitesi ve düşük donanım gereksinimiyle dikkat çekmiştir. Araştırma bulguları, derin öğrenme modellerinin kalite kontrol süreçlerinde üstün performans gösterdiğini ancak makine öğrenmesi tabanlı yöntemlerin de belirli durumlarda kullanılabilir bir alternatif olduğunu ortaya koymaktadır. Bu kapsamda çalışma literatüre, sebze meyve tedarikinde kalite kontrol süreçlerinin yapay zeka destekli otomasyonuna yönelik önemli bir katkı sağlamaktadır. Çalışmada geliştirilen modeller, ürünlerin hızlı, doğru ve maliyet etkin bir şekilde tedarik edilmesine olanak tanımakta ve kalite yönetimini iyileştirme potansiyeli sunmaktadır.
Özet (Çeviri)
Nowadays, the use of artificial intelligence in quality control processes has become quite widespread. In this study, deep learning and machine learning methods were used to apply quality control in the supply of vegetables and fruits.A Convolutional Neural Network (CNN)-based deep learning model and a Cascade Classifier-based machine learning model were developed to classify tomatoes, apples, oranges, mandarins, and potatoes -the most produced vegetables, fruits, and root crops in Turkey- into“healthy”and“defective”categories. The dataset used in this study was constructed from images sourced from the internet and photographs taken via a mobile phone, organized to encompass both healthy and defective samples. The performance of the developed models was evaluated using metrics such as accuracy, precision, recall, and F1 score. The deep learning model demonstrated a superior overall accuracy of 97.57%, while the machine learning model achieved a commendable accuracy of 90.20%, albeit lower than the deep learning model. The deep learning model's ability to learn complex visual features resulted in higher performance, whereas the machine learning model stood out for its faster processing capability and lower hardware requirements. The findings reveal the superior performance of deep learning models in quality control processes while highlighting the potential of machine learning-based methods as a viable alternative in specific scenarios. This study makes a significant contribution to the automation of quality control processes in the supply chain of fruits and vegetables using artificial intelligence. The developed models enable rapid, accurate, and cost-effective classification of products, offering significant potential for enhancing quality management across the supply chain.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ