Browsing by Author "Ayaz, İbrahim"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Master Thesis Classification of Haploid and Diploid Maizes With Intuitionistic Fuzzy Set-Based Deep Learning Models(2022) Ayaz, İbrahim; Kutlu, Fatih; Cömert, ZaferMısır, tüm dünyada yetiştirilen buğdaygiller familyası içerisinde yer alan önemli bir tahıl bitkisidir. İnsan nüfusunun ve çevresel faktörlerin artmasıyla birlikte mısır bitkisine olan ihtiyaç her geçen gün artmaktadır. Mısır üretimini artırmanın etkili yöntemlerinden biri de mısır ıslahıdır. Mısır ıslahında en etkili ve hızlı yöntem katlanmış haploid tekniğidir. Bu teknik, mısır yetiştirme süresini kısaltır ve verimliliği artırır. Mısır ıslah sürecinde haploid mısır tohumlarının seçilmesi için farklı seçim yöntemleri bulunmaktadır. Bu seçim yöntemleri arasında en yaygın ve en başarılı seçim yöntemi R1-Navajo (R1-nj) işaretçisinin görsel olarak kontrol edilmesidir. Mısır tohumlarının elle ayrılması, zaman alan ve hataya açık bir işlemdir. Emek yoğun ve oldukça yorucudur, bu nedenle haploid ve diploid mısır tohumlarını birbirinden ayrıştıracak hızlı ve yüksek doğruluklu akıllı bir sistemin geliştirilmesi elzemdir. Bu tezde, haploid ve diploid mısır imgeleri, sezgisel bir bulanık c-ortalama algoritması kullanılarak R1-nj renklendirmesine göre bölümlere ayrılmıştır. Mısır tohumlarının sınıflandırılması için yeni bir hibrit derin öğrenme modeli önerilmiştir. Önerilen hibrit model, CBAM, hiper sütun, 2B üst örnekleme ve artık blok gibi bazı yeni teknikler kullanılmıştır. Veri seti 3000 mısır imgesinden oluşmaktadır. Mısır imgeleri sezgisel bulanık kümeleme algoritmasıyla bölütlenmiştir. Önerilen yöntemlerin performans ölçümleri için 5 katlı çapraz doğrulama tekniği kullanılmıştır. IFCM+CNN modeliyle kabul edilebilir başarım elde edilmiştir. CNN modeliyle 94.13% doğruluk, 94.91% F1-Skoru ve 97.27% hassasiyet ile yüksek başarımlı bir sonuç elde edilmiştir.