Sebzelerde yapay zeka ile olgunluk ve optimum hasat zamanı tesbiti
Determination of maturity and optimum harvest day in vegetables with artificial intelligence
- Tez No: 987258
- Danışmanlar: DR. ÖĞR. ÜYESİ TARIK VELİ MUMCU, DR. ÖĞR. ÜYESİ NADİR SUBAŞI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zekâ (AI) ve uygulamaları günlük hayatta giderek artarken, askeri, lojistik, biyolojik uygulamalar olmak üzere çeşitli alanlarda kullanılmaktadır. Yapay zekânın alt kümeleri olan makine öğrenmesi, derin öğrenme ve derin öğrenme alt algoritmalarından olan evrişimsel sinir ağlarının karar destek sistemlerinde kullanılması ve özellikle tarım uygulamalarında sisteme dahil edilmesi, hassas ve veriye dayalı kararlar almayı mümkün kılmıştır. Böylelikle, ürün yönetiminde veri bazlı karar destek mekanizmaları kullanılması yenilikçi yönü ile ürün hasadı sırasında yüksek verimi mümkün kılabilir, insan hatasını azaltırken, besin kalitesini ve ürün rekoltesini artırabilir. Akıllı algoritmaların ayırt edici özelliklerinden biri veriyi yüksek doğrulukla işlemesi, ve bu yolla sebze üretiminde fayda sağlamasıdır. Evrişimsel sinir ağlarının sebzelerdeki olgunluk seviyelerini tesbit etmek için kullanılması, insan hatasını minimuma indirebilmekte, insan gözlem yeteneklerindeki olumsuzlukları ortadan kaldırabilmektedir. Sıralanan tüm bu nedenler ile, zamanında ve doğru olgunluk tesbiti, sebzelerin besin değerlerini ve ürün kalitesini artırdığından, hasat zamanı doğru belirlemek içinde gereklidir. Bununla birlikte, ürünlerin hem pazar değeri hem de tüketici açısından besin değeri en üst seviyeye çıkmakta, olgunlaşma süresinin doğru tesbit edilememesinden veya hasat zamanın yanlış belirlenmesinden dolayı oluşabilecek besin ve maddi kayıpların en aza inmesini mümkün kılmaktadır. Akıllı algoritma destekli sistemler, akıllı algılayıcılar ve görüntü analizi kullanılarak ürünün gelişimi takip edilebilir, olgunluk ve hasat zamanı tesbiti doğru yapılabilir, hastalıklar zamanında ve erken dönemde tesbit edilerek kayıplar en aza indirgenerek de kullanılan kaynak yönetimini de optimize edilmesinde faydalı bir rol oynar. Üreticilerin hasat zamanını doğru belirlemesi lojistik zincirindeki verimliliği artıracağından, hızlıca artan nüfus için gıda üretimini artırmayı ve sürdürülebilir hale getirmeyi mümkün kılacaktır. İşte bu nedenle, bu tez çalışmasında sebzelerde olgunluk ve optimum hasat zamanının tesbiti için evrişimsel sinir ağlarından yararlanılmıştır. Yöntem kısmında derin öğrenme ve karar destek mekanizmalarında kullanılan akıllı algoritmalar incelendikten sonra, bulgular kısmında evrişimsel ve geleneksel sinir ağları benzetim çalışması bazında domates meyvesi için karşılaştırılacak, tartışma kısmında ise son yıllardaki yapılan çalışmalar ile kıyaslanacaktır.
Özet (Çeviri)
As artificial intelligence (AI) and its applications become increasingly prevalent in daily life, it is being used in various fields, including military, logistics, and biology applications. The use of machine learning, deep learning, and convolutional neural networks-sub algorithms of deep learning-in decision support systems, and their integration into the system, particularly in agricultural applications, has enabled precise and data-driven decision-making. Thus, the use of data-based decision support mechanisms in product management can enable high yields during product harvesting with its innovative approach, reduce human error, and increase food quality and product yield. One of the distinguishing features of smart algorithms is their ability to process data with high accuracy, thereby benefiting vegetable production. The use of convolutional neural networks to detect ripeness levels in vegetables can minimize human error and eliminate the shortcomings of human observation. For all these reasons, timely and accurate ripeness detection is essential for determining the correct harvest time, as it increases the nutritional value and product quality of vegetables. Furthermore, it maximizes both the market value and nutritional value of the products for consumers, minimizing potential nutritional and financial losses that could arise from incorrect determination of the ripening period or incorrect determination of the harvest time. Systems supported by smart algorithms, smart sensors, and image analysis can track product development, accurately determine ripeness and harvest time, detect diseases in a timely and early manner, minimize losses, and play a useful role in optimizing resource management. Accurate determination of harvest timing by producers will increase efficiency in the logistics chain, enabling increased and sustainable food production for the rapidly growing population. For this reason, convolutional neural networks were utilized in this thesis study to determine ripeness and the optimal harvest time in vegetables. After examining intelligent algorithms used in deep learning and decision support mechanisms in the Methods section, the findings section will compare convolutional and traditional neural networks based on simulation studies for tomato fruit, while the Discussion section will compare them with studies conducted in recent years.
Benzer Tezler
- Tarım ve gıda etiği bağlamında iklim değişikliğinin toprak verimliliği ve bitki besin element içeriklerine etkisinin incelenmesi
Investigation of the impact of climate change on soil fertility and plant nutrient content in the context of agriculture and food ethics
DERYA ASLAN
Doktora
Türkçe
2025
ZiraatEge ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
PROF. DR. BURÇİN ÇOKUYSAL
- Management and control of distributed energy generation systems via artificial intelligence techniques
Dağıtık enerji üretim sistemlerinin yapay zeka teknikleri ile yönetim ve kontrolü
ALPER NABİ AKPOLAT
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET EMİN KUZUCUOĞLU
DR. ÖĞR. ÜYESİ ERKAN DURSUN
- Makine öğrenmesi ile lise öğrencilerine mesleki alan seçim rehberi
Machine learning-based profession field selection guide for high school students
ESAT FAZLULLAH ÇELİK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF ÖZÇEVİK
- Telekomünikasyon şebekelerinin trafik yönlendirmesinde yapay zeka uygulamaları
Artificial intelligence applications of routing for telecommunication networks
ERSAN AKSOY
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY
- Mikroşebekelerde ada mod çalışmanın tespiti ve güç kalitesi olaylarının sınıflandırılması için yapay zekâ tabanlı kontrol yöntemlerinin geliştirilmesi
Development of artificial intelligence based control methods for detection of islanding conditions and classification of power quality events in microgrids
ALPER YILMAZ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY BAYRAK