TY  - JOUR
T1  - Application of Artificial Neural Network for Wheat Type Classification: A Novel Artificial Intelligence Training Software
TT  - Buğday Tipi Sınıflandırma için Yapay Sinir Ağı Uygulaması: Yeni Bir Yapay Zeka Eğitimi Yazılımı
AU  - Öztürk, Müslüm
AU  - Paksoy, Turan
PY  - 2018
DA  - October
DO  - 10.17780/ksujes.332770
JF  - Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi
JO  - KSU J. Eng. Sci.
PB  - Kahramanmaras Sutcu Imam University
WT  - DergiPark
SN  - 1309-1751
SP  - 246
EP  - 257
VL  - 21
IS  - 3
LA  - en
AB  - In thisstudy, a training software with a visual interface was developed by using C#programming language in .NET platform for the purpose of using it in artificialneural networks’ training. The created artificial neural network classificationsoftware was applied on wheat type classification case study and successfulresults were achieved. Additionally, the importance of artificial neuralnetworks was mentioned in the study. Backpropagation algorithm was utilized inwheat type classification case and in the developed software in order toeliminate the difficulty and complexity of the use of current software in an artificialneural network training process. Additionally, the developed software wasdesigned in flexible and convenient structure as to be used in the applicationswhich could be solved with artificial neural networks and other all kinds ofstudies.
KW  - Artificial Neural Networks
KW  - Artificial Intelligence
KW  - Classification
KW  - Artificial Intelligence Training Application
KW  - Interface
N2  - Bu çalışmada, yapay sinir ağlarının eğitimindekullanılmak üzere .NET ortamında C# programlama dili kullanılarak görselarayüze sahip bir eğitim yazılımı geliştirilmiştir. Gerçekleştirilen yapaysinir ağı sınıflandırma yazılımı buğday türü sınıflandırılması örneğineuygulanmış ve başarılı sonuçlar alınmıştır. Ayrıca çalışmada, yapay sinirağları konusunun önemine değinilmiştir. Yapay sinir ağlarının eğitilmesiaşamasında kullanılan mevcut yazılımların kullanım karmaşıklığının vezorluğunun önüne geçmek için geliştirilen yazılımda buğday türlerininsınıflandırılmasında geriye yayılım (backprogration) algoritmasındanyararlanılmıştır. Ayrıca geliştirilen bu yazılım yapay sinir ağları ileçözülebilecek uygulamalarda ve diğer bütün çalışmalarda kullanılabilecekesneklik ve yapıda tasarlanmıştır.
CR  - CireşAn, D., Meier, U., Masci, J., & Schmidhuber, J. (2012). Multi-column deep neural network for traffic sign classification. Neural Networks, 32, 333-338.
CR  - Elmas, Ç. (2003). Yapay Sinir Ağları. Seçkin Yayıncılık, Ankara, 27-37.
CR  - Elmas, Ç. (2007). Yapay zeka uygulamaları. Seçkin Yayıncılık, Ankara, 379-401.
CR  - Fausett, L., & Fausett, L. (1994). Fundamentals of neural networks: architectures, algorithms, and applications (No. 006.3). Prentice-Hall.
CR  - Hagan, M. T., Demuth, H. B., & Beale, M. H. (1996). Neural network design, PWS Pub. Co., Boston, 3632.
Haykin, S. (1994). Neural networks: a comprehensive foundation. Prentice Hall PTR.
CR  - Kaastra, I., & Boyd, M. (1996). Designing a neural network for forecasting financial and economic time series. Neurocomputing, 10(3), 215-236.
CR  - Kılıç, H. B. (1998). Yapay Sinir Ağları İle Karakter Algılama. Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
CR  - LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.
CR  - Nabiyev, V. V. (2005). Yapay zeka: problemler-yöntemler-algoritmalar. Seçkin Yayıncılık.
CR  - Sagiroglu, S., Besdok, E., & Erler, M. (2003). Muhendislikte Yapay Zeka Uygulamalari-I: Yapay Sinir Aglari. Ufuk Yayincilik, Kayseri.
CR  - Tekin, A., & Gökbulut, M. (2008). Yapay Sinir Ağları ile Asenkron Motorların Hız Kontrolü çin Bir Eğitim Yazılımın Geliştirilmesi. Fırat Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 20(3), 449-453.
CR  - Uğur, A., & Kınacı, A. C. (2006). Yapay zeka teknikleri ve yapay sinir ağları kullanılarak web sayfalarının sınıflandırılması. XI. Türkiye'de İnternet Konferansı (inet-tr'06), Ankara, 1-4.
CR  - URL1:Internet: Online.http://www.yildiz.edu.tr/~gulez/3k1n.pdf, (2017).
CR  - Witoonchart, P., & Chongstitvatana, P. (2017). Application of structured support vector machine backpropagation to a convolutional neural network for human pose estimation. Neural Networks.
UR  - https://doi.org/10.17780/ksujes.332770
L1  - https://dergipark.org.tr/en/download/article-file/559122
ER  -