Arı kovanında kraliçe arının yokluğunun tespit edilmesinde makine öğrenmesi yöntemlerinin araştırılması
Investigation of machine learning methods to detect the absence of queen bee in the hive
- Tez No: 971258
- Danışmanlar: PROF. DR. YAKUP KUTLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Sayısal işaret işleme, Digital signal processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bal arısı kolonisinde kovan düzenini sağlamak kraliçe arının sorumluluğundadır. Kraliçe arının yerinde olmaması veya görevini yerine getiremez hale gelmesi durumunda kovan düzeni ve bal üretimi sekteye uğrar. Bu nedenle, kovanda kraliçe arının varlığının sürekli olarak denetlenmesi gerekir. Son yıllarda farklı alanlarda yürütülen yapay zeka çalışmalarındaki umut vaat edici sonuçlar elde edilmektedir. Benzer şekilde kraliçe arının varlığının veya yokluğunun tespit edilmesi için yapay zekadan yararlanılabileceği düşünülmüş ve literatürde az sayıda çalışma yapıldığı görülmüştür. Bu tez çalışmasında, arıların çıkardığı seslerin farklı makine öğrenmesi algoritmaları incelenmesi ve böylece kraliçe arının kovanda bulunup bulunmadığının tespit edilmesi amaçlanmaktadır. Kovanlardan kaydedilen seslerden Hızlı Fourier Dönüşümü ve Mel Frekansı Kepstral Katsayıları yöntemleri ile öznitelikler çıkarılmıştır. Daha sonra bu yöntemler ayrı olarak ve birlikte olmak üzere, istatistiksel anlamlılıkları, temel bileşen analizi ile %95 ve %99 varyansın açıklandığı durumlar için 18 farklı öznitelik kombinasyonu oluşturulmuştur. Bu öznitelikler literatürde sık kullanılan 8 farklı sınıflandırıcı algoritmasının (Karar Ağacı, Doğrusal Ayraç Analizi, Lojistik Regresyon, Naive Bayes, Destek Vektör Makineleri, K Yakın Komşu, Topluluk Öğrenmesi ve Çok Katmanlı Algılayıcı) girişine uygulanmıştır. En yüksek sınıflandırıcı başarımına Mel Frekansı Kepstral Katsayıları'ndan %99 varyansın açıklandığı temel bileşen analizi öznitelikleri ile Karar Ağacı algoritmasında %92,59 doğruluk ile elde edilmiştir. Sonuç olarak, literatürdeki benzer çalışmalarla benzer başarıya uygun fiyatlı elektronik kartlara yerleştirilebilecek algoritmalarla gösterilmiştir.
Özet (Çeviri)
The queen bee is vital for maintaining order and honey production in a honey bee colony. The hive's organization and honey production suffer if the queen bee is absent or becomes unable to perform her duties. Therefore, it is important to monitor the queen bee's presence in the hive. Recent studies have shown promising results in using artificial intelligence in various fields. It has been suggested that artificial intelligence could be used to detect the presence or absence of the queen bee, but few studies have explored this before. This thesis examines bee sounds using machine learning algorithms to determine whether a queen bee is present. Features were extracted from hive sound recordings using Fast Fourier Transform and Mel-Frequency Cepstral Coefficients methods. Subsequently, 18 different attribute combinations were created for these methods, considering their statistical significance and cases where 95% and 99% of the variance was explained by principal component analysis. These attributes were used as input to eight different classifier algorithms, which have been commonly used in the literature. The highest classifier performance was achieved with Mel-Frequency Cepstral Coefficients with Principal Component Analysis by explaining 99% of the variance, and the Decision Tree algorithm, achieving 92.59% accuracy. The results demonstrate that algorithms can be implemented on affordable electronic cards by achiving similar performance with the state-of-the-art studies.
Benzer Tezler
- Milli Eğitim Müdürlükleri ve kamu okullarında görev yapan yöneticilere göre Kraliçe Arı Sendromu
Queen Bee Syndrome, according to Directorates of National Education and administrators who served in public schools
SEVDİYE KARABULUT
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ALİ RIZA ERDEM
- Serbest Muhasebeci ve Mali Müşavirler mesleği üzerinde Kraliçe Arı Sendromu: Bursa ili örneği
The Queen Bee Syndrome on the profession of Independent Accountators and Financial Advisors: The case of Bursa
EBRU SAVAŞ
Yüksek Lisans
Türkçe
2022
İşletmeBursa Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. KADRİYE BURCU ÖNGEN BİLİR
- Mobil arıcılığa uygun ısı yalıtımlı arı kovanı tasarımı ve prototip imalatı
Desing and prototype manufacturing of heat insulated beehive for mobile beekeping
MUSTAFA ERGÜN
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞEGÜL AKDOĞAN EKER
- Akıllı arıkovanı takip ve yönetim sistemi
Smart beehive monitoring and management system
AHMET MADEN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FERHAT ATASOY
- Political allegory in animal dystopias of George Orwell's Animal Farm and Laline Paull's The Bees
George Orwell'ın Animal Farm ve Laline Paull'un The Bees adlı hayvan distopyalarında politik alegori
MEHMET UTKU ÇAKIR
Yüksek Lisans
İngilizce
2025
İngiliz Dili ve EdebiyatıHacettepe Üniversitesiİngiliz Dili ve Edebiyatı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ASLI DEĞİRMENCİ ALTIN