Design and development of an ontology-based hazelnut databank for Turkish hazelnut cultivars using crop-specific open dataset
Yükleniyor...
Tarih
2022-09-29
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Işık Ünivresitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
Agriculture is one of the oldest professions in the history, it still plays the main role in economy for almost entire countries around the world. The activities performed by farmers in agriculture domain have been changed and developed over thousands of years. There have been several challenges that agriculture sector is facing like population growing, labor migration, in addition many young people are reluctant to work in the agricultural field. By 2050 population will increase with 2 billion mean while arable land will growth with only 4%, that means lower agricultural yields versus demand, higher crop prices, and increased food security concerns if farmers continue to adopt traditional agricultural methods. The emerging technologies such as Artificial Intelligence (AI) and Internet of Things (IoT) can be used to provide robust solutions for overcoming the challenges in the context of agriculture. In addition, such technologies can help farmers for performing agricultural activities more precisely and for protecting agricultural crops from climate changes in a more effective way. The main objective of this thesis is to develop an integrated databank software system by using two different AI models to classify the Turkish Hazelnut Cultivars. While classifying the cultivars, databank is using ontology-based open data sets in different formats such as RFD/XML and RDF/JSON. Furthermore, an IoT-based device has been developed to classify the cultivars. The databank consists of a web-based and desktop-based applications. The AI models have been developed using .NET ML with the accuracy 90.34% and Python with the accuracy 85.32% respectively.
Tarım, tarihin en eski mesleklerinden biridir ve halen dünyanın hemen hemen tüm ülkeleri için ekonomide en temel rolü oynamaktadır. Çiftçilerin tarım alanında gerçekleştirdiği faaliyetler binlerce yıl içinde değişmiş ve gelişmiştir. Nüfus artışı, işgücü göçü gibi tarım sektörünün karşı karşıya olduğu çeşitli zorluklar var, buna ek olarak birçok genç tarım alanında çalışmak konusunda isteksiz. 2050 yılına kadar nüfus ortalama 2 milyar artarken ekilebilir araziler sadece %4 oranında büyüyecek, bu da talebe kıyasla daha düşük tarımsal verim, daha yüksek mahsul fiyatları ve çiftçiler geleneksel tarım yöntemlerini benimsemeye devam ederse artan gıda güvenliği endişeleri anlamına geliyor. Yapay Zeka (AI) ve Nesnelerin İnterneti (IoT) gibi gelişmekte olan teknolojiler, tarım alanındaki zorlukların üstesinden gelmek için sağlam çözümler sağlamak için kullanılabilir. Ayrıca bu tür teknolojiler, çiftçilerin tarımsal faaliyetlerini daha hassas gerçekleştirmelerine ve tarımsal ürünleri iklim değişikliklerinden daha etkin bir şekilde korumalarına yardımcı olabilir. Bu tezin temel amacı, Türk Fındık Çeşitlerini sınıflandırmak için iki farklı AI modeli kullanarak entegre bir veri bankası yazılım sistemi geliştirmektir. Veri bankası çeşitleri sınıflandırılırken RFD/XML ve RDF/JSON gibi farklı formatlarda ontoloji tabanlı açık veri setleri kullanılmaktadır. Ayrıca, çeşitlerin sınıflandırılması için IoT tabanlı bir cihaz geliştirilmiştir. Veri bankası web tabanlı ve masaüstü tabanlı uygulamalardan oluşmaktadır. AI modelleri, sırasıyla %90.34 doğrulukla .NET ML ve %85.32 doğrulukla Python kullanılarak geliştirilmiştir.
Tarım, tarihin en eski mesleklerinden biridir ve halen dünyanın hemen hemen tüm ülkeleri için ekonomide en temel rolü oynamaktadır. Çiftçilerin tarım alanında gerçekleştirdiği faaliyetler binlerce yıl içinde değişmiş ve gelişmiştir. Nüfus artışı, işgücü göçü gibi tarım sektörünün karşı karşıya olduğu çeşitli zorluklar var, buna ek olarak birçok genç tarım alanında çalışmak konusunda isteksiz. 2050 yılına kadar nüfus ortalama 2 milyar artarken ekilebilir araziler sadece %4 oranında büyüyecek, bu da talebe kıyasla daha düşük tarımsal verim, daha yüksek mahsul fiyatları ve çiftçiler geleneksel tarım yöntemlerini benimsemeye devam ederse artan gıda güvenliği endişeleri anlamına geliyor. Yapay Zeka (AI) ve Nesnelerin İnterneti (IoT) gibi gelişmekte olan teknolojiler, tarım alanındaki zorlukların üstesinden gelmek için sağlam çözümler sağlamak için kullanılabilir. Ayrıca bu tür teknolojiler, çiftçilerin tarımsal faaliyetlerini daha hassas gerçekleştirmelerine ve tarımsal ürünleri iklim değişikliklerinden daha etkin bir şekilde korumalarına yardımcı olabilir. Bu tezin temel amacı, Türk Fındık Çeşitlerini sınıflandırmak için iki farklı AI modeli kullanarak entegre bir veri bankası yazılım sistemi geliştirmektir. Veri bankası çeşitleri sınıflandırılırken RFD/XML ve RDF/JSON gibi farklı formatlarda ontoloji tabanlı açık veri setleri kullanılmaktadır. Ayrıca, çeşitlerin sınıflandırılması için IoT tabanlı bir cihaz geliştirilmiştir. Veri bankası web tabanlı ve masaüstü tabanlı uygulamalardan oluşmaktadır. AI modelleri, sırasıyla %90.34 doğrulukla .NET ML ve %85.32 doğrulukla Python kullanılarak geliştirilmiştir.
Açıklama
Text in English ; Abstract: English and Turkish
Includes bibliographical references (leaves 38-43)
viii, 45 leaves
Includes bibliographical references (leaves 38-43)
viii, 45 leaves
Anahtar Kelimeler
IoT, AI, Smart agriculture, .NET ML, Python, Hazelnut classification, Turkish hazelnut cultivars classification, Hazelnut databank, Nesnelerin interneti, Yapay zeka, Akıllı tarım, Fındık sınıflandırma, Türk Fındık çeşitlerinin sınıflandırılması, Fındık veri bankası
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Aldara, D. (2022). Design and development of an ontology-based hazelnut databank for Turkish hazelnut cultivars using crop-specific open dataset. İstanbul: Işık Üniversitesi Lisansüstü Eğitim Enstitüsü.
