Machine learning based smart beehive monitoring system without Internet network
İnternet ağı olmadan makine öğrenimi tabanlı akıllı arı kovanı izleme sistemi
- Tez No: 771044
- Danışmanlar: PROF. DR. GÜLÇİN BÜYÜKÖZKAN FEYZİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Akıllı sistemler, Anomali tespiti, Arıcılık, Makine öğrenmesi, Intelligent systems, Anomaly detection, Beekeeping, Machine learning
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Arıcılık, hem tarımsal verim hem de tarım ekonomisi açısından önemli bir rol oynamaktadır; arılar bal, balmumu, arı sütü, apitoksin, polen ve propolis üretirler. Günümüzde bu doğal ürünler beslenme, gıda takviyesi, ilaç ve sanayi için daha da uygun ve tercih edilir hale gelmektedir. Bununla birlikte, organik bal üretmek için arılıkların çoğu, elektrik ve internet ağı gibi hizmetlerin bulunmadığı uzak veya uzak kırsal alanlarda bulunmaktadır. Ayrıca koloni başarısızlıkları nedeniyle kovan sayısındaki artışa rağmen dünya bal üretimi yıldan yıla azalmaktadır. Bu makalenin amacı, İnternet ağına erişimi olmayanlar da dahil olmak üzere arılıklar için akıllı bir kovan izleme sistemi geliştirmektir. Bu kapsamda RFID sensörler ile kovan içindeki sıcaklık ve bağıl nem ile ortam sıcaklığı ölçülmüştür. Tüm sensör verilerinin gönderildiği ve saklandığı kontrol merkezinde, bir anomali tespit edildiğinde arıcıyı SMS ile uyarmak için kullanılan bir GSM modülü bulunmaktadır. Eş zamanlı olarak, toplanan veriler kullanılarak, anomalileri tespit etmek ve uyarı sistemini kalibre etmek için denetimsiz bir makine öğrenmesi algoritması kullanılmıştır. Sonuçlar, akıllı arı kovanı izleme sisteminin koloni kaybından 4 hafta öncesine kadar ölümcül anomalileri tespit edebildiğini göstermektedir.
Özet (Çeviri)
Beekeeping plays essential role both in terms of agricultural yields and agricultural economy; they produce honey, wax, royal jelly, apitoxin, pollen, and propolis. Nowadays, these natural products become more importantly suitable and preferable for nutrition, food supplement, medicine, and industry. However, to produce organic honey, majority of the apiaries are located in remote or distant rural areas where utilities such as electricity and Internet network are not available. Additionally, due to colony failures, world honey production decreases year by year despite the increase in the number of beehives. The objective of this paper is to develop a smart beehive monitoring system for apiaries including those that do not have access to Internet network. In this context, temperature and relative humidity inside the beehive, and ambient temperature were measured with RFID sensors. Control center, where all sensor data was sent and stored at, has a GSM module used to warn the beekeeper via SMS when an anomaly is detected. Simultaneously, using the collected data, an unsupervised machine learning algorithm is used for detecting anomalies and calibrating the warning system. The results show that the smart beehive monitoring system can detect fatal anomalies up to 4 weeks prior to colony loss.
Benzer Tezler
- Machine learning based optimized energy management for smart buildings
Akıllı binalar için makine öğrenimi tabanlı optimize edilmiş enerji yönetimi
ARİJ ROJBANİ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEZİHE YILDIRAN
- A smart wristband connected mobile application for the management and machine learning based assesment of dementia symptoms
Demans semptom yönetimi için makine öğrenmesi tabanlı akıllı bileklik bağlantılı mobil uygulama
BARIŞ CEYHAN
Doktora
İngilizce
2023
Bilim ve TeknolojiMuğla Sıtkı Koçman ÜniversitesiBiyoenformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUĞBA SÜZEK
PROF. DR. VEDAT SEMAİ BEK
- Makine öğrenmesi tabanlı akıllı şehir çözümleri: Bina türü tanıma, su tüketimi öngörüsü ve sızıntı tespiti
Machine learning-based smart city solutions: Building type identification, water consumption forecasting, and leak detection
RAUF YASİN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEÇKİN ARI
- Akıllı kavşaklar için makine öğrenme tabanlı graf algoritmasının geliştirilmesi
Development of machine learning based graph algorithm for smart intersections
ERHAN TURAN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. BEŞİR DANDIL
PROF. DR. ENGİN AVCI
- Akıllı şehirler için LoRaWAN ağlarında makine öğrenimi tabanlı dış mekan konumlandırma tekniklerinin performans analizi
Performance analysis of machine learning based outdoor positioning techniques in LoRaWAN networks for smart cities
GUFRAN BAYRAKTAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN