Görüntü İşlemeye Dayalı Yapay Zekâ Teknikleri Kullanılarak Rekolte Tahmini: Elma Ağacı Uygulaması

Şule Ataç; Ahmet Kayabaşı

Makale detayları

Görüntü İşlemeye Dayalı Yapay Zekâ Teknikleri Kullanılarak Rekolte Tahmini: Elma Ağacı Uygulaması

Yazarlar:

Şule Ataç | Ahmet Kayabaşı

Yayıncı:

Karamanoglu Mehmetbey University

Ana Başlıklar:

Elektrik Mühendisliği

Dergi:

Karamanoğlu Mehmetbey Üniversitesi Mühendislik ve Doğa Bilimleri Dergisi Vol.5 Issue 1, pp.67-84

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001291025

pISSN:

2687-5071

Anahtar kelimeler:

Özet:

 Tarım sektörü, insanlığın ekonomik ve sosyal gelişiminde çok önemli görevler üstlenmiş ve bu görevini günümüze kadar sürdürmüştür. Tarımsal üretim doğa koşullarına bağlı olduğu için risk ve belirsizlik yüksektir. Günümüzde birçok alanda teknolojik gelişmeler yaşanmıştır. Özellikle tarım alanında yapay zekânın kullanımına yönelik büyük bir gelişme gösteren bilgisayar teknolojileri sayesinde, tarımda yaşanan bu risk ve belirsizliklere daha hızlı ve tutarlı çözümler üretmek mümkün hale gelmiştir. Tarımda yaşanan risk ve belirsizliklerden biri de rekolte tahminidir. Bu tahminlerde belirsizlik yüksek olduğu için yapay zekâdan faydalanmak doğruluk oranını arttıracaktır. Bu çalışmada elma ağaçlarındaki toplam rekoltenin tahmini için yapay zekâ ve görüntü işleme tekniklerinden faydalanılmıştır. Evrişimsel sinir ağları ESA, doğrusal regresyon DR ve hazırlanan bir yapay sinir ağı YSA modeli ile tahmin çalışması yapılmıştır. Farklı yapay zekâ modelleri ile yapılan bu çalışmaların sonucunda doğrulukları kıyaslanarak  85 in üzerinde doğruluk oranları elde edilmiştir.

 Tarım sektörü, insanlığın ekonomik ve sosyal gelişiminde çok önemli görevler üstlenmiş ve bu görevini günümüze kadar sürdürmüştür. Tarımsal üretim doğa koşullarına bağlı olduğu için risk ve belirsizlik yüksektir. Günümüzde birçok alanda teknolojik gelişmeler yaşanmıştır. Özellikle tarım alanında yapay zekânın kullanımına yönelik büyük bir gelişme gösteren bilgisayar teknolojileri sayesinde, tarımda yaşanan bu risk ve belirsizliklere daha hızlı ve tutarlı çözümler üretmek mümkün hale gelmiştir. Tarımda yaşanan risk ve belirsizliklerden biri de rekolte tahminidir. Bu tahminlerde belirsizlik yüksek olduğu için yapay zekâdan faydalanmak doğruluk oranını arttıracaktır. Bu çalışmada elma ağaçlarındaki toplam rekoltenin tahmini için yapay zekâ ve görüntü işleme tekniklerinden faydalanılmıştır. Evrişimsel sinir ağları ESA, doğrusal regresyon DR ve hazırlanan bir yapay sinir ağı YSA modeli ile tahmin çalışması yapılmıştır. Farklı yapay zekâ modelleri ile yapılan bu çalışmaların sonucunda doğrulukları kıyaslanarak  85 in üzerinde doğruluk oranları elde edilmiştir.

 Tarım sektörü, insanlığın ekonomik ve sosyal gelişiminde çok önemli görevler üstlenmiş ve bu görevini günümüze kadar sürdürmüştür. Tarımsal üretim doğa koşullarına bağlı olduğu için risk ve belirsizlik yüksektir. Günümüzde birçok alanda teknolojik gelişmeler yaşanmıştır. Özellikle tarım alanında yapay zekânın kullanımına yönelik büyük bir gelişme gösteren bilgisayar teknolojileri sayesinde, tarımda yaşanan bu risk ve belirsizliklere daha hızlı ve tutarlı çözümler üretmek mümkün hale gelmiştir. Tarımda yaşanan risk ve belirsizliklerden biri de rekolte tahminidir. Bu tahminlerde belirsizlik yüksek olduğu için yapay zekâdan faydalanmak doğruluk oranını arttıracaktır. Bu çalışmada elma ağaçlarındaki toplam rekoltenin tahmini için yapay zekâ ve görüntü işleme tekniklerinden faydalanılmıştır. Evrişimsel sinir ağları ESA, doğrusal regresyon DR ve hazırlanan bir yapay sinir ağı YSA modeli ile tahmin çalışması yapılmıştır. Farklı yapay zekâ modelleri ile yapılan bu çalışmaların sonucunda doğrulukları kıyaslanarak  85 in üzerinde doğruluk oranları elde edilmiştir.

 Tarım sektörü, insanlığın ekonomik ve sosyal gelişiminde çok önemli görevler üstlenmiş ve bu görevini günümüze kadar sürdürmüştür. Tarımsal üretim doğa koşullarına bağlı olduğu için risk ve belirsizlik yüksektir. Günümüzde birçok alanda teknolojik gelişmeler yaşanmıştır. Özellikle tarım alanında yapay zekânın kullanımına yönelik büyük bir gelişme gösteren bilgisayar teknolojileri sayesinde, tarımda yaşanan bu risk ve belirsizliklere daha hızlı ve tutarlı çözümler üretmek mümkün hale gelmiştir. Tarımda yaşanan risk ve belirsizliklerden biri de rekolte tahminidir. Bu tahminlerde belirsizlik yüksek olduğu için yapay zekâdan faydalanmak doğruluk oranını arttıracaktır. Bu çalışmada elma ağaçlarındaki toplam rekoltenin tahmini için yapay zekâ ve görüntü işleme tekniklerinden faydalanılmıştır. Evrişimsel sinir ağları ESA, doğrusal regresyon DR ve hazırlanan bir yapay sinir ağı YSA modeli ile tahmin çalışması yapılmıştır. Farklı yapay zekâ modelleri ile yapılan bu çalışmaların sonucunda doğrulukları kıyaslanarak  85 in üzerinde doğruluk oranları elde edilmiştir.

Makale detayları

Görüntü İşlemeye Dayalı Yapay Zekâ Teknikleri Kullanılarak Rekolte Tahmini: Elma Ağacı Uygulaması

Yazarlar:

Şule Ataç | Ahmet Kayabaşı

Yayıncı:

Karamanoglu Mehmetbey University

Ana Başlıklar:

Elektrik Mühendisliği

Dergi:

Karamanoğlu Mehmetbey Üniversitesi Mühendislik ve Doğa Bilimleri Dergisi Vol.5 Issue 1, pp.67-84

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001291025

pISSN:

2687-5071

Tarım

elma rekoltesi

görüntü işleme

yapay zekâ

evrişimsel sinir ağları

Sayı

Makale detayları

Görüntü İşlemeye Dayalı Yapay Zekâ Teknikleri Kullanılarak Rekolte Tahmini: Elma Ağacı Uygulaması

Yazarlar: Şule Ataç | Ahmet Kayabaşı

Yayıncı: Karamanoglu Mehmetbey University

Ana Başlıklar: Elektrik Mühendisliği

Dergi: Karamanoğlu Mehmetbey Üniversitesi Mühendislik ve Doğa Bilimleri Dergisi Vol.5 Issue 1, pp.67-84

Belge Tipi: Makale

Yayın Tarihi: 6/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001291025

pISSN: 2687-5071

Tarım

elma rekoltesi

görüntü işleme

yapay zekâ

evrişimsel sinir ağları

Sayı

Yazarlar:

Şule Ataç | Ahmet Kayabaşı

Yayıncı:

Karamanoglu Mehmetbey University

Ana Başlıklar:

Elektrik Mühendisliği

Dergi:

Karamanoğlu Mehmetbey Üniversitesi Mühendislik ve Doğa Bilimleri Dergisi Vol.5 Issue 1, pp.67-84

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001291025

pISSN:

2687-5071