Filtreler

2022 - 20252
Filtreleri Sıfırla

Ayarlar

Yazar: Aydın, Şahin × Konu: Livestock ×

Arama Sonuçları

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Yayın
    Design and implementation of a smart beehive and its monitoring system using microservices in the context of IoT and open data
    (Elsevier B.V., 2022-05) Aydın, Şahin; Aydın, Mehmet Nafiz
    It is essential to keep honey bees healthy for providing a sustainable ecological balance. One way of keeping honey bees healthy is to be able to monitor and control the general conditions in a beehive and also outside of a beehive. Monitoring systems offer an effective way of accessing, visualizing, sharing, and managing data that is gathered from performed agricultural and livestock activities for domain stakeholders. Such systems have recently been implemented based on wireless sensor networks (WSN) and IoT to monitor the activities of honey bees in beehives as well. Scholars have shown considerable interests in proposing IoT- and WSN-based beehive monitoring systems, but much of the research up to now lacks in proposing appropriate architecture for open data driven beehive monitoring systems. Developing a robust monitoring system based on a contemporary software architecture such as microservices can be of great help to be able to control the activities of honey bees and more importantly to be able to keep them healthy in beehives. This research sets out to design and implementation of a sustainable WSN-based beehive monitoring platform using a microservice architecture. We pointed out that by adopting microservices one can deal with long-standing problems with heterogeneity, interoperability, scalability, agility, reliability, maintainability issues, and in turn achieve sustainable WSN-based beehive monitoring systems.
  • Küçük Resim
    Yayın
    Yapay zekâ tabanlı yaklaşımlar ile canlı hayvan sayılarının bölgesel analizi ve öngörülmesi
    (Liberty Publishing House, 2025-11-18) Aydın, Şahin; Karadağ, Yaşar; Seydoşoğlu, Seyithan
    Hayvancılık, Türkiye tarım ekonomisinin temel taşlarından biri olup gıda güvenliği, kırsal kalkınma ve ulusal ekonomi açısından kritik bir rol oynamaktadır. Talep yapısındaki değişimler, üretim pratiklerindeki dönüşümler ve iklim kaynaklı belirsizlikler karşısında, canlı hayvan sayılarının güvenilir şekilde öngörülmesi her zamankinden daha önemli hale gelmiştir. Ancak geleneksel tahmin yöntemleri, hayvancılığın bölgesel farklılıklarını ve doğrusal olmayan dinamiklerini yakalamada çoğu zaman yetersiz kalmaktadır. Bu çalışmada, Türkiye’de canlı hayvan sayılarının bölgesel analizi ve geleceğe yönelik projeksiyonlarının oluşturulmasında yapay zekâ tabanlı yaklaşımların potansiyeli araştırılmaktadır. Çalışmada kullanılan veri seti, resmi istatistiklerden elde edilen ve uzun yılları kapsayan bölgesel canlı hayvan sayılarından oluşmaktadır. Öncelikle Exponential Smoothing ve ARIMA gibi klasik zaman serisi modelleri temel senaryo olarak uygulanmış, ardından elde edilen sonuçlar yapay zekâ tabanlı yöntemlerle karşılaştırılmıştır. Random Forest algoritması ile doğrusal olmayan ilişkilerin yakalanması, LSTM (Long Short-Term Memory) modeli ile de zaman serilerindeki uzun dönem bağımlılıkların öğrenilmesi hedeflenmiştir. Tahmin performansı RMSE ve MAPE hata metrikleriyle değerlendirilmiştir. Bulgular, Türkiye’de canlı hayvan sayılarının bölgeler arasında belirgin farklılıklar gösterdiğini ortaya koymaktadır. Batı bölgelerinde sürekli artış eğilimleri gözlemlenirken, bazı bölgelerde durağanlık öne çıkmıştır. Yapay zekâ tabanlı modeller, kısa, orta ve uzun vadeli öngörülerde geleneksel yöntemlere kıyasla daha yüksek doğruluk sağlamıştır. Çalışma, yapay zekânın öngörü doğruluğunu artırarak sürdürülebilir hayvancılık yönetimine ve kırsal kalkınmaya yönelik kanıta dayalı politika geliştirme süreçlerine katkı sağlayabileceğini göstermektedir.