Research Article

Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması

Volume: 9 Number: 2 June 15, 2020

Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması

Abstract

Türkiye’de üretimi ve tüketimi fazla olan kayısı iç çekirdeğinin makine öğrenmesi algoritmaları kullanılarak, tatlı veya acı olarak sınıflandırılması bu çalışmanın konusunu oluşturmaktadır. Hem tatlı hem de acı kayısı iç çekirdeği için talep miktarı oldukça fazladır. Depolama şartları gibi nedenlerden dolayı kayısı iç çekirdekleri zaman zaman birbirine karışabilmektedir. Bu durum tüketiciler tarafından istenmeyen bir durumdur. Kayısı iç çekirdeğinin ayrıştırılması, gözle her zaman mümkün olmamaktadır. Bu çalışmanın amacı, insan faktörünü ortadan kaldırabilecek bir sınıflandırma yönteminin geliştirilmesidir. Bu sınıflandırma işlemi için k En Yakın Komşu, Destek Vektör Makinesi, Karar Ağacı, Rasgele Orman, Adaptive Boosting, Gaussian Naive Bayes ve Çok Katmanlı Algılayıcı algoritmaları kullanılmıştır. Yeterli sayıda öznitelik ile algoritmaların yarıdan fazlası sınıflandırma işlemini %100 başarı ile elde edebilmektedir. En az sayıda öznitelik kullanarak en iyi başarı Rasgele Orman algoritması ile elde edilmiştir. Sonuçlar göstermiştir ki, kayısı iç çekirdeklerinin sınıflandırılması işlemi makine öğrenmesi algoritmaları ile başarılı bir şekilde gerçekleştirilebilmektedir.

Keywords

References

  1. 1. Öztürk, N., Ulusoy, M. R., Erkılıç, L., Bayhan, S. Ö., “Malatya ili kayısı bahçelerinde saptanan zararlılar ile avcı türler.,” Bitki Koruma Bülteni, 2004.
  2. 2. Wen, X., Jin, F., Regensteın, J. M., WANG, F., “Transglutaminase induced gels using bitter apricot kernel protein: Chemical, textural and release properties,” Food Biosci., vol. 26, pp. 15–22, 2018.
  3. 3. Kaya, A., Okur, M., Üstyol, L., Temel, H., Çaksen, H., “Kayısı çekirdeği yeme sonrası akut siyanür zehirlenme olgusu,” Türk Pediatr. Arşivi, vol. 47, no. 2, 2012.
  4. 4. Özcan, M., Özcan, F. B. T., Yaşartekin, Y., Yavuz, H., Sarıcı, S. Ü., “Kayısı çekirdeğine bağlı akut siyanür zehirlenmesi,” Cukurova Med. J., vol. 42, no. 3, pp. 600–601, 2017.
  5. 5. Karhan, M., Oktay, M. O., Karhan, Z., Demir, H., “Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti,” in 6th International Advanced Technologies Symposium (IATS’11), 2011, pp. 16–18.
  6. 6. Khojastehnazhand, M., Mohammadi, V., Mınaeı, S., “Maturity detection and volume estimation of apricot using image processing technique,” Sci. Hortic. (Amsterdam)., vol. 251, pp. 247–251, Jun. 2019.
  7. 7. Hussain Hassan, N. M., Nashat, A. A., “New effective techniques for automatic detection and classification of external olive fruits defects based on image processing techniques,” Multidimens. Syst. Signal Process., vol. 30, no. 2, pp. 571–589, Apr. 2019.
  8. 8. Alam, M. N., Pineda, I., Lim, J. G., Gwun, O., “Apple Defects Detection Using Principal Component Features of Multispectral Reflectance Imaging,” Sci. Adv. Mater., vol. 10, no. 7, pp. 1051–1062, Jul. 2018.

Details

Primary Language

Turkish

Subjects

-

Journal Section

Research Article

Publication Date

June 15, 2020

Submission Date

July 3, 2019

Acceptance Date

April 20, 2020

Published in Issue

Year 2020 Volume: 9 Number: 2

APA
Şenel, F. A. (2020). Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 9(2), 807-815. https://doi.org/10.17798/bitlisfen.586042
AMA
1.Şenel FA. Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi. 2020;9(2):807-815. doi:10.17798/bitlisfen.586042
Chicago
Şenel, Fatih Ahmet. 2020. “Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması”. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi 9 (2): 807-15. https://doi.org/10.17798/bitlisfen.586042.
EndNote
Şenel FA (June 1, 2020) Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi 9 2 807–815.
IEEE
[1]F. A. Şenel, “Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması”, Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, vol. 9, no. 2, pp. 807–815, June 2020, doi: 10.17798/bitlisfen.586042.
ISNAD
Şenel, Fatih Ahmet. “Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması”. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi 9/2 (June 1, 2020): 807-815. https://doi.org/10.17798/bitlisfen.586042.
JAMA
1.Şenel FA. Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi. 2020;9:807–815.
MLA
Şenel, Fatih Ahmet. “Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması”. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, vol. 9, no. 2, June 2020, pp. 807-15, doi:10.17798/bitlisfen.586042.
Vancouver
1.Fatih Ahmet Şenel. Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi. 2020 Jun. 1;9(2):807-15. doi:10.17798/bitlisfen.586042

Cited By

Bitlis Eren University

Journal of Science Editor

Bitlis Eren University Graduate Institute

Bes Minare Mah. Ahmet Eren Bulvari, Merkez Kampus, 13000 BITLIS

E-mail: fbe@beu.edu.tr