Süt sığırlarında mastitisin bazı yapay zeka yöntemleri kullanılarak erken dönemde tespiti

Basit Öğe Kaydı
dc.contributor.advisorKeskin, İsmail
dc.contributor.authorMemmedova, Nazire
dc.date.accessioned2015-02-10T12:48:34Z
dc.date.available2015-02-10T12:48:34Z
dc.date.issued2012-04-25
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Zootekni Ana Bilim Dalıen_US
dc.description.abstractYapay zeka; insan gibi düşünen, karar verebilen, yani insanı model alarak tahmin etme, sınıflandırma gibi problemleri çözmeyi amaçlayan bir bilim dalı haline gelmiştir. Bu çalışmada hayvancılığın önemli bir sorunu olan subklinik mastitisin otomatik sağım sistemi kullanılan bir işletmede yetiştirilen Siyah Alaca sığırlarda yapay zeka yöntemleri kullanılarak tespit edilmesi amaçlanmıştır. Giriş verisi olarak laktasyon sırası, süt verimi, elektrik iletkenliği, ortalama sağım süresi ve kontrol mevsimi gibi mevcut bilgiler kullanılmıştır. Çıkış verisi olarak 15 aylık süre boyunca ayda bir alınan süt örneklerinden hesaplanmış somatik hücre sayısı ele alınmış ve buna istinaden hayvanın sağlıklı ve ya subklinik mastitisli olduğuna karar verilmiştir. Çalışmada, yapay zeka kavramı, bulanık mantık, yapay sinir ağları, bulanık arayüzlü yapay sinir ağları (ANFIS), destek vektör makineleri (SVM) yöntemleri detaylı olarak incelenmiş, modellemeler yapılmış, en iyi yöntem seçilmiştir. Uygulanan dört model sonucunda bulanık manık modelinde hassaslığın % 82, belirliliğin % 74, hatanın ise % 60 olduğu görülmüştür. Yapay sinir ağı modelinde bu değerler uygun olarak, % 80, % 91, % 64, ANFIS modelinde % 55, % 91, % 35, SVM modelinde ise % 89, % 92, % 50 olduğu görülmektedir.en_US
dc.description.abstractArtificial Intelligence techniques have been developed to establish models which run like humans. These techniques based on prediction, classification and etc.. In this study the important problem of animal science; subclinic mastitis detection by the artificial intelligence methods in Holstein cattle, milking by automatic milking system is aimed. As input variables are used the existing traits as lactation rank, milk yield, electrical conductivity, average milking duration and control season. The output variable is somatic cell counts obtained from milk samples collected monthly in 15 months of control period. Based on somatic cell counts the cattle are decided healthy or infected. In this thesis, artificial intelligence concept, fuzzy logic, neural network, adaptive neuro-fuzzy inference system (ANFIS), support vector mechines (SVM) methods are studied in detail, the models are constructed and the best method is chosen. As the result of application of four models there are found 82 % sensitivity, 74 % specificity, 60 % error in fuzzy logic model. These rates in neural network, ANFIS and SVM models are found 80 %, 91 %, 64 %; 55 %, 91 %, 35 % and 89 %, 92 %, 50 %, respectively.en_US
dc.identifier.citationMemmedova, N. (2012). Süt sığırlarında mastitisin bazı yapay zeka yöntemleri kullanılarak erken dönemde tespiti. Selçuk Üniversitesi, Yayımlanmış doktora tezi, Konya.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/1430
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectANFISen_US
dc.subjectSüt ineğien_US
dc.subjectSVMen_US
dc.subjectBulanık mantıken_US
dc.subjectSomatik hücre sayısıen_US
dc.subjectSubklinik mastitisen_US
dc.subjectYapay sinir ağlarıen_US
dc.subjectArtificial neural networksen_US
dc.subjectYapay zekaen_US
dc.subjectDairy cattleen_US
dc.subjectFuzzy logicen_US
dc.subjectNeural networken_US
dc.subjectSomatic cell counten_US
dc.subjectSubclinic mastitisen_US
dc.titleSüt sığırlarında mastitisin bazı yapay zeka yöntemleri kullanılarak erken dönemde tespitien_US
dc.title.alternativeEarly detection of dairy cattle mastitis by using some artificial intellegence methodsen_US
dc.typeDoctoral Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Nazire Memmedova.pdf
Boyut:
3 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Nazire Memmedova
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu