Yapay sinir ağları kullanarak deniz levreklerinde (Dicentrarchus labrax) hastalığa neden olan patojen bakterilerin tanımlanmadan ayrıştırılması tekniğinin geliştirilmesi
Developing a differentiation technique for the pathogenic bacteria causing disease in sea bass (Dicentrarchus labrax) by using artificial neural networks
- Tez No: 550072
- Danışmanlar: PROF. DR. HAMDİ ÖĞÜT
- Tez Türü: Doktora
- Konular: Deniz Bilimleri, Balıkçılık Teknolojisi, Biyoloji, Marine Science, Fisheries Technology, Biology
- Anahtar Kelimeler: Ayrıştırma, Vibrio anguillarum, Yapay sinir ağları, Decomposition, Vibrio anguillarum, Artificial neural networks
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Balıkçılık Teknolojisi Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Karadeniz'de levreğin (Dicentrarchus labrax) yetiştirme evresi içinde olacak şekilde Haziran-Eylül arası aylık olarak Perşembe İşletmesi'nden 46 balığın böbrek, dalak, karaciğer ve derisinden, bunun yanında kafes suyundan bakteriyel izolasyon yapılmıştır. Toplamda izole edilen 1229 bakteriden rastgele seçilen 508 tanesinin antibiyogram profilleri çıkarılmış ve 397 tanesinin 16s rDNA dizi analizi ile türleri belirlenmiştir. İzole edilen 51 farklı bakteri türünden bölgemizde sıkça, balık patojeni olarak Aeromonas veronii (% 54,7), Vibrio anguillarum (% 6,03) ve Photobacterium damselae subsp. damselae (% 0,75) elde edilmiştir. Çalışmada fenotipik olarak birbirine yakın olan bu üç bakteri türünü ayırt etmek için antibiyotik yanıtlarının kullanım potansiyeli değerlendirilmiştir. Çeşitli antibiyotiklere verilen bakteriyel yanıtlara dayanarak Yapay Sinir Ağları aracılığıyla patojenik bakteriyel türlerin ayrıştırılması için bir yöntem geliştirilmiştir. Her üç bakteri türünü de doğru ayrıştırabilen %100'lük performansa sahip ağlar elde edilmiş ve kullanılabilir bir bilgisayar programı formatına dönüştürülmüştür. Bu çalışmada gerçekleştirilen Yapay Sinir Ağı sınıflandırması, araştırmacılara enfekte balıklarda patojenik bakteri çeşitliliği ve farklılaşması hakkında fikir edinme ve böylece hastalık epizootiği vakalarında daha iyi yönetim stratejileri geliştirmelerine yardımcı olma fırsatı sunabilecektir.
Özet (Çeviri)
In the Black Sea, bacterial sampling of kidney, spleen, liver, skin and cage water of 46 sea bass (Dicentrarchus labrax) carried out monthly, from June and September, from Perşembe grow-out farm. Randomly selected 508 of 1229 bacteria were characterized by antibiogram profiles. 397 bacteria were identified by the help of 16s rDNA sequence analysis. Of the isolated 51 bacteria species, the most frequently isolated bacteria that are pathogenic to fish were Aeromonas veronii (% 54,7), Vibrio anguillarum (% 6,03) and Photobacterium damselae subsp. damselae (% 0,75). In this study, we assessed the potential for using antibiotic response data in differentiating three species of this bacteria which are phenotypically close to one another. Based on bacterial respective responses to various antibiotics, a method has been developed for differentiating pathogenic bacterial species through Artificial Neural Networks. In this study, species of all three bacteria were differentiated correctly by the modeled ANNs in the training with 100% confidence and converted into a usable computer program format. In brief, the artificial neural network classification demonstrated in this study may offer researchers the opportunity of gaining insight into pathogenic bacteria diversity and differentiation in infected fish, thus helping to develop better management strategies in cases of disease epizootics.
Benzer Tezler
- Yapay sinir ağları ile dalga yüksekliği tahmini
The wave height estimated by using artificial neural network
VOLKAN TOPALOĞLU
Yüksek Lisans
Türkçe
2007
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKıyı Bilimleri Mühendisliği Ana Bilim Dalı
PROF.DR. SEDAT KABDAŞLI
- Uçuş veri kaydedicisinden alınan veriler kullanılarak yapay sinir ağları ve bulanık mantık yöntemleriyle irtifa tahmini
Estimating altitude by using neural networks and fuzzy logic process from flight data recorder
SANCAK DEMİRYÜREK
Yüksek Lisans
Türkçe
2019
Sivil HavacılıkErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAGİME TÜLİN YILDIRIM
- Rüzgar hızı tahminlemesinde ikincil ayrıştırmalı ve dalgacık sinir ağı temelli yeni bir hibrit yaklaşım
A new hybrid approach to wind speed forecasting based on two-stage decomposition and wavelet neural network
SERKAN ŞENKAL
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEM EMEKSİZ
- Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme
Forecasting maritime trade indexes by using the time series models
KAAN KOYUNCU
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
- Deniz yüzeyi radar yansımalarından atmosferik kırılmanın belirlenmesinde hibrit algoritmalara dayalı yeni bir tahmin modelinin geliştirilmesi
Development of a novel estimation model based on hybrid algorithms for determination of atmospheric refractivity from sea surface clutter
CEMİL TEPECİK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA NAVRUZ