Kiraz meyvesi gelişim dönemlerinin tahmininde multimodal veri füzyonu ile yapay zeka yaklaşımlarının kullanılması
Using multimodal data fusion and artificial intelligence approaches in predicting cherry fruit development stages
- Tez No: 1000078
- Danışmanlar: DOÇ. DR. FATİH ÖZYURT
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tarımsal üretimde ürünlerin olgunluk düzeyinin hassas ve hızlı bir biçimde belirlenmesi hasat zamanının optimizasyonu, ürün kalitesinin korunması ve ekonomik kayıpların minimize edilmesi açısından büyük önem taşımaktadır. Özellikle ihracat potansiyeli yüksek olan kiraz gibi meyvelerde, olgunluk derecesinin doğru sınıflandırılması hem üretici hem de tüketici için kritik bir süreçtir. Bu tez çalışmasında, kiraz meyvesinin farklı olgunluk evrelerinin tespitine yönelik çoklu veri kaynaklarına dayalı (multimodal) makine öğrenmesi tabanlı bir yaklaşım önerilmektedir. Çalışma kapsamında, Elazığ ilindeki bahçelerden toplanan beş farklı olgunluk seviyesine ait örneklerden toplam 3.000 adet yüksek çözünürlüklü görüntü elde edilmiştir. Görüntü verileri üzerinde ön işleme ve öznitelik çıkarımı işlemleri uygulanmıştır. Buna ek olarak, ilgili olgunluk dönemlerine ait meteorolojik veriler ve meyvelerin kimyasal analiz sonuçları çalışmaya dahil edilmiştir. Görsellerden elde edilen Evrişimsel Sinir Ağı (CNN) tabanlı öznitelikler ile meteorolojik veriler ve kimyasal veriler birleştirilerek hibrit bir veri seti oluşturulmuştur. Sınıflandırma aşamasında Destek Vektör Makineleri (SVM), XGBoost, Lojistik Regresyon, Rastgele Orman (Random Forest), Çok Katmanlı Algılayıcı (MLP) ve K-En Yakın Komşu (KNN) algoritmaları kullanılarak performans karşılaştırması yapılmıştır. Deneysel sonuçlar incelendiğinde, XGBoost algoritması %98,83 doğruluk oranı ile en yüksek başarıyı gösterirken, KNN algoritması %86,17 doğruluk oranı ile en düşük performansı sergilemiştir. Elde edilen bulgular, önerilen makine öğrenmesi tabanlı yaklaşımın kiraz olgunluk sınıflandırmasında yüksek doğruluk sağladığını ve tarımsal karar destek sistemlerinde etkin bir şekilde kullanılabileceğini göstermektedir.
Özet (Çeviri)
Accurate and rapid determination of the maturity level of agricultural products is of great importance for optimizing harvest time, preserving product quality, and minimizing economic losses. Especially for fruits with high export potential such as cherries, the accurate classification of maturity stages is a critical process for both producers and consumers. In this master's thesis, a machine learning-based approach relying on multimodal data sources is proposed for the identification of different maturity stages of cherries. Within the scope of the study, a total of 3,000 high-resolution images were obtained from samples representing five different maturity levels collected from orchards in Elazığ Province. Preprocessing and feature extraction procedures were applied to the image data. In addition, meteorological data corresponding to the relevant maturity periods and the chemical analysis results of the fruits were incorporated into the study. A hybrid dataset was constructed by integrating Convolutional Neural Network (CNN)-based features extracted from the images with the meteorological data and chemical data. In the classification stage, performance comparisons were conducted using Support Vector Machines (SVM), XGBoost, Logistic Regression, Random Forest, Multilayer Perceptron (MLP), and K-Nearest Neighbors (KNN) algorithms. The experimental results indicate that the XGBoost algorithm achieved the highest performance with an accuracy of 98.83%, whereas the KNN algorithm exhibited the lowest performance with an accuracy of 86.17%. The findings demonstrate that the proposed machine learning-based approach provides high accuracy in cherry maturity classification and can be effectively utilized in agricultural decision support systems.
Benzer Tezler
- La Naminalisation en Français moderne (These de maitrise)
Başlık çevirisi yok
HÜSEYİN PAKSOY
Yüksek Lisans
Fransızca
1986
Fransız Dili ve EdebiyatıGazi ÜniversitesiFransız Dili Eğitimi Ana Bilim Dalı
DOÇ. DR. ZEYNEL KIRAN
- Kreatin kinaz izozimlerinin sıçan kalbinden saflaştırılması kinetik özelliklerinin ve nitrozolu karsinojen bileşiklerin etkilerinin araştırılması
The Investigation on creatine kinase isozymes purfied from mouse liver kinetic properties and the effects of carcinogen nitroso compounds
YÜKSEL KOCA
- Sıçan korpus striatumunda muskarinik reseptörlerin önden arkaya dağılımları: 3H-kinüklidinil benzilat bağlanmasının incelenmesi
Başlık çevirisi yok
NEZAHAT DEMİRÖZ
Yüksek Lisans
Türkçe
1987
Eczacılık ve FarmakolojiUludağ ÜniversitesiFarmakoloji Ana Bilim Dalı
PROF. DR. BURHAN K. KIRAN
- Effect of chymotrypsin on M1 type pyruvate kinase from rabbit muscle and L-type from sheep liver
Başlık çevirisi yok
NİLAY BAŞARAN
Yüksek Lisans
İngilizce
1987
BiyokimyaOrta Doğu Teknik ÜniversitesiBiyokimya Ana Bilim Dalı
YRD. DOÇ. DR. MERAL YÜCEL