A systems approach to food safety: A framework for integrating systems engineering, interpretable AI, and AI-ready data infrastructure
Gıda güvenliğine sistem yaklaşımı: Sistem mühendisliği, yorumlanabilir yapay zekâ ve yapay zekâya hazır veri altyapısını bütünleştiren bir çerçeve
- Tez No: 989752
- Danışmanlar: DOÇ. DR. ÖZLEM GÜÇLÜ ÜSTÜNDAĞ
- Tez Türü: Doktora
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gıda sistemlerinin etkin bir biçimde yönetilebilmesi, gıda güvenliği, kalite ve çevresel sürdürülebilirliğin birbirine karşılıklı bağımlı işlevler olarak ele alınmasını gerektirmektedir. Bu tez, süt sektörünü bir örnek olay (case study) olarak kullanarak, bu bakışı uygulamaya aktarmak üzere sistem mühendisliğinden açıklanabilir yapay zekâya ve veri yönetişimine uzanan üç aşamalı bir çerçeve geliştirmekte ve doğrulamaktadır. İlk aşamada, Türkiye'nin süt sistemine ilişkin özgün bir sistem mühendisliği modeli (IDEF0) geliştirilmiş, kamu–özel sektör uzmanlarıyla doğrulanarak güvenlik, kalite ve sürdürülebilirlik arasındaki karmaşık etkileşimler ile sistematik iyileştirme için eyleme dönüştürülebilir kaldıraç noktaları ortaya konmuştur. İkinci aşamada, 2001–2024 dönemine ait çok alanlı göstergeleri kullanan bir derin öğrenme erken uyarı sistemi tasarlanmış ve aylık RASFF gıda güvenliği uyarılarını öngörmek için kullanılmıştır; model sınıf dengesini korurken halk sağlığı açısından yüksek duyarlılık göstermiştir (duyarlılık %80,34; F1 = %71,21; AUC-ROC = 0,8292). Çalışmanın temel yeniliği,“kara kutu”sorununu ele alan çok ölçekli bir yorumlanabilirlik çerçevesidir; bu çerçeve, kronik baskıların (örneğin antibiyotik kullanımı) ve akut mevsimsel faktörlerin (örneğin sıcaklık) riski nasıl ve ne zaman etkilediğini görünür kılmaktadır. Üçüncü aşamada, geliştirilen çerçeve Türkiye'nin 2012–2025 dönemi ulusal gıda tağşişi verileri üzerine uygulanmış ve sağlam birçok değişkenli analiz (PLS) ile tağşiş zirvelerinin teknolojik, ekonomik ve yönetişimle ilişkili etmenlerin bileşimi tarafından yönlendirildiği gösterilmiştir. Buna karşın, keşif amaçlı kurulan bir derin öğrenme modelinin, sentetik olarak zenginleştirilmiş veriler üzerinde dahi genelleme yapamaması, ileri düzey yapay zekâ uygulamalarındaki temel darboğazın algoritma eksikliği değil, yüksek kaliteli ve süreklilik arz eden ulusal verilerin yokluğu olduğunu ampirik olarak ortaya koymuştur. Tez, bu temel boşluğa odaklanarak ilkeler temelli, yapay zekâya hazır bir Ulusal Veri Yönetişimi Çerçevesi önermekte ve öngörücü, risk temelli gıda güvenliği yönetişimini mümkün kılmak üzere ayrıntılı teknik şemaya sahip pratik bir yol haritası sunmaktadır.
Özet (Çeviri)
Effective food system governance requires treating food safety, quality, and environmental sustainability as interdependent functions. This thesis develops and validates a three-stage framework to operationalize this perspective, moving from systems engineering to interpretable AI and data governance, using the dairy sector as a case study. First, a novel systems engineering model (IDEF0) of Türkiye's dairy system was developed and validated with public-private experts. The resulting functional blueprint successfully mapped the complex interactions between safety, quality, and sustainability, and identified critical, actionable leverage points for systemic improvement. Second, a deep learning early-warning system was designed to forecast monthly food safety alerts (RASFF) using multi-domain indicators (2001–2024). The model prioritizes public-health sensitivity while maintaining balance (recall 80.34%, F1 = 71.21%, AUC-ROC = 0.8292). The core innovation is a multi-scale interpretability framework that solves the“black box”problem, revealing how and when systemic drivers—such as chronic pressures (antibiotic usage) and acute seasonal factors (temperature)—influence risk. Third, the framework was tested on Türkiye's national food fraud data (2012–2025). A robust multivariate analysis (PLS) successfully identified that fraud peaks are driven by a confluence of technological, economic, and governance factors. However, a critical secondary finding emerged: an exploratory deep learning model failed to generalize, even on synthetically enhanced data. This empirically demonstrated that the primary bottleneck for advanced AI is not a lack of algorithms, but the absence of high-quality, continuous national data. The thesis concludes by addressing this foundational gap. It proposes a principle-based, AI-ready National Data Governance Framework, providing a practical blueprint with a detailed technical schema designed to enable the future of predictive, risk-based food safety governance.
Benzer Tezler
- Gıda sanayii kalite yönetim çalışmalarında altı sigma sisteminin uygulanması
Implementation of six sigma methodology in the food industry quality management systems
BARIŞ ACAR
Doktora
Türkçe
2010
Gıda MühendisliğiUludağ ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. BAHATTİN ÇETİN
- Development of a spatial model on nuclear power plant accidents based on vulnerability and evacuation plans
Kırılganlık ve tahliye planlarına dayalı nükleer santral kazaları için mekansal bir modelin geliştirilmesi
MARYNA BATUR
Doktora
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Urban food system transition via circular economy: The case of Karşıyaka, İzmir
Kentsel gıda sistemlerinin döngüsel ekonomiyle dönüşümü: İzmir, Karşıyaka Örneği
ZEYNEP ÖZÇAM
Doktora
İngilizce
2024
Şehircilik ve Bölge PlanlamaOrta Doğu Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. MEHMET MELİH PINARCIOĞLU
- Atık tekstillerden ileri dönüşüm nanolifli yağlı aerosol filtre medyalarının üretimi ve karakterizasyonu
Production and characterization of upcycled nanofibrous oily aerosol filter media from waste textiles
MELİKE GÜNGÖR
Doktora
Türkçe
2026
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ KILIÇ
- Sürdürülebilir tedarik zinciri performansının değerlendirilmesinde SCOR modelinin incelenmesi
An analysis of the SCOR model in evaluating sustainable supply chain performance
CEYDA ÇALIŞIR
Yüksek Lisans
Türkçe
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. DİLAY ÇELEBİ GONIDIS