Geri Dön

Derin öğrenme tabanlı mobil salmonella enfeksiyonu tanımlama

Deep learning, mobile application, salmonella, decision tree

PDF İndir

  1. Tez No: 893128
  2. Yazar: MERVE KORKMAZ ATAĞ
  3. Danışmanlar: PROF. DR. BÜNYAMİN CİYLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, Avrupa Birliği'nin Gıda ve Yem Hızlı Uyarı Sistemi üzerinden bildirilen Salmonella enfeksiyonlarını derin öğrenme ve karar ağacı perspektifleriyle değerlendirmeyi hedeflemektedir. Veri analizinde gıda türü, tarih ve ülke bilgileri kullanılarak, Salmonella enfeksiyonu riski tahmin edildi ve bu bilgiler karar ağacı sistemiyle değerlendirilerek kişilerin semptomlarına göre yönlendirme yapıldı. Semptomların önemi vurgulanarak, bazı durumlarda semptomlar net bir enfeksiyon işareti olmasa da tıbbi yardım gerekliliği belirtildi. Bu nedenle geliştirilen karar destek sistemi, potansiyel Salmonella vakalarını doğru hastanelere yönlendirmeyi amaçladı. Derin öğrenme yaklaşımı, test seti üzerinde %69.9 doğrulukla tahminler yapabilme başarısını gösterdi. Ayrıca, mobil uygulama Google Firebase ile entegre edilerek, gerçek zamanlı salgın izleme ve tahmin yapma imkanı sunarak hızlı raporlama ve müdahale süreçlerini güçlendirdi. Bu çalışma, teknik derinlik ve pratik uygulama açısından önemli bir katkı sağlamaktadır. Salmonella enfeksiyonlarının erken tespit ve yönetimindeki bu yaklaşımlar, sağlık hizmetlerinin etkinliğini artırma potansiyeline sahip ve halk sağlığı açısından kritik bir rol oynamaktadır.

Özet (Çeviri)

Salmonella infections are constantly reported from EU Zone by using the European Comission's Rapid Alert System for Food and Feed portal which is a preventative measure taken from farm to fork for prevention of the contamination of people. In this work this data is processed by using deep learning and decision tree perspectives to predict a person's probability to caught Salmonella by using the type of food, date and country information. Then this probability is feed to a decision tree system which makes decisions according to the probability value and symptoms of the person. Symptoms play an important role and, in some cases, even though the potential patient is not considered to be a Salmonella infection patient may still need to go and have appropriate medical support. Thus, decision support system directs these patients to the nearest available hospital. Developed deep learning approach can make predictions over test set with %69.9 accuracy. At the end a mobile application is developed for fast reporting the potential Salmonella cases. Later then this application relates to Google Firebase to make real time predictions to track possible outbreaks.

Benzer Tezler

  1. Tez No

    755134

    Yüzeysel öğrenme tabanlı mobil ön öğrenme sisteminin öğrenme çıktısı, tutum ve derin öğrenmeye yönelik transfere etkisi

    The effect of surface learning based mobile pre-learning system on learning outcomes, attitudes and transfer regarding deep learning

    ULAŞ YABANOVA

    Doktora

    Türkçe

    Türkçe

    2022

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. ÖZDEN DEMİRKAN

  2. Tez No

    1002981

    Derin pekiştirmeli öğrenme tabanlı mobil robotun otonom davranışlarının geliştirilmesi

    Improving autonomous behavior of deep reinforcement learning based mobile robot

    MEHMET SAFA BİNGÖL

    Doktora

    Türkçe

    Türkçe

    2026

    Mekatronik MühendisliğiErciyes Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN YILDIRIM

  3. Tez No

    995029

    Artırılmış gerçeklik ve derin öğrenme tabanlı mobil dil öğrenme uygulaması

    Augmented reality and deep learning-based mobile language learning application

    TOLGA TANRISEVER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Cumhuriyet Üniversitesi

    Yapay Zeka ve Veri Bilimi Ana Bilim Dalı

    DOÇ. DR. RUKİYE KARAKIŞ

  4. Tez No

    821593

    İnsan-endüstriyel mobil robot etkileşiminde yeni bir yaklaşım: Derin öğrenme tabanlı kriter tespit ve analizi ile güvenlik önlem boyutu belirleme

    In human-industrial mobile robot interaction a new approach: Safety measure size determination with deep learning based criteria detection and analysis

    TARIK ASLAN

    Doktora

    Türkçe

    Türkçe

    2023

    Çalışma Ekonomisi ve Endüstri İlişkileriİstanbul Gedik Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA YAĞIMLI

  5. Tez No

    729389

    IoT tabanlı akıllı şehirlerde derin öğrenme ve mobil tabanlı akıllı park sistemi yaklaşımı

    Deep learning and mobile-based smart parking system approach in IoT-based smart cities

    HİKMET CANLI

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SİNAN TOKLU

Geri Dön