Geri Dön

Bitki türlerini tanımada yapay zeka yoluyla öğrenme ortamı geliştirme

Developing a learning environment with artificial ıntelligence in recognizing plant species

PDF İndir

  1. Tez No: 940437
  2. Yazar: CANSU ÇULHA
  3. Danışmanlar: PROF. DR. ÜLKÜ ESER ÜNALDI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Coğrafya, Eğitim ve Öğretim, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Geography, Education and Training, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: ADDIE öğretim tasarımı modeli, ADDIE instructional design model
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Coğrafya Eğitimi Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, ADDIE tasarım modeli kullanılarak bitki türleri tespitinde yapay zekâ teknolojilerinden YOLO nesne tespit algoritması aracılığıyla öğrenme ortamı tasarısı geliştirmek amaçlanmıştır. Bu öğrenme ortamı karma ve tasarım tabanlı çalışma yöntemi ele alınarak geliştirilmiştir. Tasarım modeline göre değerlendirme basamağında geliştirilmiş olan öğrenme ortamının örneklemin bitki türleri tespitindeki etkileşim ve öğrenme ortamına karşı görüşleri tespit edilmeye çalışılmıştır. Çalışmada bitki türlerinden karaçam ve Lübnan sediri fotoğraflandırılarak veri seti elde edilmiştir. Veri seti LabelImg, Visual Studio Code ve YOLO-v7 tiny programları ile eğitilerek öğrenme ortamı haline getirilmiştir. ADDIE Tasarım modeline göre analiz, uygulama ve değerlendirme basamaklarında örneklem olarak seçilen lisans öğrencilerine uygulanmak üzere düzey belirleme testi geliştirilmiştir. Geliştirilen düzey belirleme testi daha önce bitki coğrafyası dersi almış 20 lisans öğrencisine ilk olarak ön test şeklinde uygulanmıştır. YOLO algoritmasıyla hazırlanan öğrenme ortamının tanıtımı ardından uygulaması yapılmak üzere Gazi Üniversitesi Merkez Yerleşkesinde arazi çalışması yapılmıştır. Arazi çalışması boyunca bölgede tahmin edilen ağaçlar üzerinde öğrenme ortamı aracılığıyla nesne tespiti yapılmıştır. Bitki türlerinin algılanması sonucunda karaçam ve Lübnan sediri ağaçları üzerinde konuşularak arazi çalışması sonlandırılmıştır. Uygulamanın sonunda son test ve materyale yönelik dönüşformu öğrenciler tarafından cevaplandırılmıştır. ADDIE tasarım modeline göre geliştirilen öğrenme ortamının örneklem üzerinde etkisini anlamak için ön test ve son test düzey belirleme testi ortalama puanlarına ilişkili örneklemeler t-testi uygulanmıştır. Veri analizinde ön test ve son test düzey belirleme testinin puan ortalamaları arasında son test lehine anlamlı bir farklılık gözlenmiştir. Bu doğrultuda geliştirilen yapay zekâ öğrenme ortamının belirlenen bitki türleri üzerinde tespit etmede başarı düzeylerini arttırdığı görülmüştür. Görüş formu incelendiğinde ise hazırlanan öğrenme ortamına yönelik genel olarak olumlu yönde görüşler bildirilmiştir.

Özet (Çeviri)

In this study, it is aimed to develop a learning environment design using the ADDIE Design model through the YOLO object detection algorithm, one of the artificial intelligence technologies for plant species detection. This learning environment has been developed by considering the mixed and design-based study method. According to the design model, the interaction of the working group of the learning environment developed at the evaluation stage according to the design model and the views of the learning environment against the plant species detection were tried to be determined. In the study, a dataset was obtained by photographing larch and cedar of Lebanon from plant species. The data set has been trained with labelImg, Visual Studio Code and YOLO-v7 tiny programs and turned into a learning environment. According to the ADDIE Design model, the level determination test has been developed to be applied to undergraduate students selected as a study group in the analysis, application and evaluation steps. The developed level determination test was first applied in the form of a preliminary test to 20 undergraduate students who had previously taken a plant geography course. After the introduction of the learning environment prepared with the YOLO algorithm, a field study was conducted at the Central Campus of Gazi University for its implementation. During the field study, object detection was carried out on the estimated trees in the region through the learning environment. As a result of the perception of plant species, the field work was terminated by talking about larch and Lebanese cedar trees. At the end of the application, the final exam of the material and the return form were answered by the students. In order to understand the effect of the learning environment developed according to the ADDIE design model on the study group, the t-test was applied to the pre-test and post-test level determination test average scores. In the data analysis, a significant difference was observed between the pre-test and post-test Deceleration test score averages in favor of the post-test. It has been seen that the artificial intelligence learning environment developed in this direction increases the success levels in detecting the identified plant species. When the opinion form was examined, generally positive opinions were reported regarding the prepared learning environment.

Benzer Tezler

  1. Tez No

    961113

    An efficient multi-neural network ensemble model for image classification

    Görüntü sınıflandırması için verimli bir çoklu-sinir ağ topluluğu modeli

    VELİ NAKÇİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ALTUN

  2. Tez No

    11822

    Meslek liselerinde psikolojik danışma ve rehberlik hizmetlerinden beklentiler

    Başlık çevirisi yok

    SEHER BALCI

    Yüksek Lisans

    Türkçe

    Türkçe

    1990

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitimde Psikolojik Hizmetler Ana Bilim Dalı

    YRD. DOÇ. DR. ÜLKER AKKUTAY

  3. Tez No

    582754

    Automatic determination of plant type and phenological stage with deep learning methods

    Tarla görüntülerinden bitki türü ve fenolojik evresinin derin öğrenme yöntemleri ile otomatik saptanması

    AIGERIM KAIROLDAYEVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  4. Tez No

    477822

    Kayısı yapraklarının evrişimsel sinir ağları kullanılarak sınıflandırılması

    Classification of apricot leafs via convolutional neural network

    BERNA ARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  5. Tez No

    770485

    Maçka (Trabzon) ilçesinde yetişen bazı bitkilerin etnobotanik özellikleri ve peyzaj değerleri

    Ethnobotanic features and landscape values of some plants growing in Maçka (Trabzon) district

    ZEHRA ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Peyzaj MimarlığıArtvin Çoruh Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. DERYA SARI

Geri Dön