Iot destekli sensör sistemleri kullanılarak saksı bitkilerinin gelişimlerinin değerlendirilmesi
Evaluation of the development of potted plants using iot-supported sensor systems
- Tez No: 1003828
- Danışmanlar: DR. ÖĞR. ÜYESİ İNAYET HAKKI ÇİZMECİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bitki gelişimi, Nesnelerin interneti, Plant development, Internet of things
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada sensör teknolojisi ile büyük dil modellerinin entegrasyonuna dayanan akıllı bir tarım sistemi geliştirilmiştir. Sistem ESP32 mikrodenetleyici tabanlı sensör ağı, React Native mobil uygulaması ve GPT-4o yapay zekâ modelinin birleştirildiği çok modlu bir analiz platformudur. Geliştirilen donanım toprak nemini ve sıcaklığını, ortamın sıcaklığını ve bağıl nemini gerçek zamanlı olarak toplayarak Bluetooth ile mobil uygulamaya iletmektedir. Mobil uygulama sensör verilerini ve kullanıcının çektiği bitki fotoğraflarını eş zamanlı olarak değerlendirerek hastalık tespiti, su stresi analizi ve besin eksikliği değerlendirmesi yapmaktadır. Sistemin performansı 50 farklı bitki türü üzerinde (toplam 150 analiz) iki bağımsız uzmanın çift-kör değerlendirmesi ile doğrulanmıştır. Uzmanlar arası Cohen' s Kappa katsayısı 0,86 (mükemmel uyum) olarak hesaplanmış ve sistemin genel başarı oranı %89 olarak hesaplanmıştır. Kategori bazlı analizde abiyotik stres faktörlerinde ortalama %91,6-100 başarı görülürken, biyotik stres faktörlerinde %70 civarında performans elde edilmiştir. Sistemin çoklu görüntü tutarlılık skoru ise %95,3 olarak hesaplanmıştır. Bu çalışma sensör verilerinin büyük dil modelleri ile entegrasyonuna dayanan hibrit metodoloji önermiştir. Çok modlu analiz yaklaşımının kullanılması bilimsel açıdan da önemini ortaya koymaktadır. Düşük maliyetli, kolay kullanımlı ve önceden eğitim gerektirmeyen sistem özellikle ev kullanıcıları ve küçük ölçekli üreticiler için erişilebilir bir dijital ziraat danışmanı çözümü sunmaktadır.
Özet (Çeviri)
This study has developed an intelligent agricultural system based on the integration of sensor technology with large language models. The system is a multi-modal analysis platform combining an ESP32 microcontroller-based sensor network, a React Native mobile application, and the GPT-4o artificial intelligence model. The developed hardware collects soil moisture and temperature, ambient temperature, and relative humidity in real time and transmits this data to the mobile application via Bluetooth. The mobile application simultaneously evaluates sensor data and plant photographs taken by the user to detect diseases, analyse water stress, and assess nutrient deficiencies. The system's performance was validated by two independent experts through double-blind assessment on 50 different plant species (150 analyses in total). The inter-expert Cohen's Kappa coefficient was calculated as 0.86 (excellent agreement), and the system's overall success rate was calculated as 89%. Category-based analysis showed an average success rate of 91.6-100% for abiotic stress factors, while performance was around 70% for biotic stress factors. The system's multi-image consistency score was calculated as 95.3%. This study proposed a hybrid methodology based on the integration of sensor data with large language models. The use of a multi-modal analysis approach also highlights its scientific importance. The low-cost, easy-to-use system, which does not require prior training, offers an accessible digital agricultural advisor solution, particularly for home users and small-scale producers.
Benzer Tezler
- Hybrıd self-supervısed adaptatıon frameworks wıth sımulated annealıng and bayesıan optımızatıon for human actıvıty recognıtıon ın ıot
Iot'de insan aktivitesi tanıma için simüle tavlama ve bayesyen optimizasyon ile hibrit kendi kendine denetimli adaptasyon çerçeveleri
MOHAMMED MAJID ABDULRAZZAQ
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA
- Enerji nakil hatlarının izlenmesi için IoT cihazı tasarlanması
Designing an IoT device for monitoring power transmission lines
BÜŞRA TÖRE
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN ÇINAR
- Enerji verimli akıllı binalar için ZigBee ve LoRa tabanlı haberleşme
ZigBee and LoRa based communication for energy efficient smart buildings
AYANLE IBRAAHIM ALI
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİBEL ZORLU PARTAL
- Restful apı ile IOT destekli gerçek zamanlıenerji izleme, kontrol ve bildirim sistemi
Real-time energy monitoring, control, and natification system with IOT supported restful api
BARANSEL AYDIN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiPamukkale ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH TAHSİN TOLA
- Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti
Anomaly detection in smart grids based on software-defined networks and the internet of things
HİLAL YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA