Affiner votre recherche
Résultats 1-2 de 2
A Functional Food : “ Şifalı Top ”
2014
Sıdıka Nur Kıyak | Yeliz Dağlı | Ümran Zeren | Muammer Arıburnu | Aysel Gülbandılar | Muhammet Dönmez | Mehtap Okur
With the development of awareness of healthy eating, consumers are waiting to provide from food in terms of nutrition as well as health benefits. As a result of these expectations of consumers to new products, functional foods have been one of the fastest developing sectors in the food industry. The aim of this study is to develop a new functional food which has high nutrition values and healthy. For this purpose, broccoli, cauliflower and celery vegetables which are not preferred to consume by children in daily life is used to develop a functional product in that children want to consume fondly. Also grinding of stale bread is used in this product to prevent waste of bread. This new product given the shape of tiny ball by rolling was named as “Şifalı Top” and served with chocolate and strawberry sauce.
Afficher plus [+] Moins [-]Robotik Hasat Sistemlerinde Kullanılmak Amacıyla Lahana ve Brokolinin Derin Öğrenme Metodu ile Sınıflandırılması
2023
Erhan Kahya | Fatma Funda Özdüven
Robotik hasat sistemlerinde lahana ve brokolinin derin öğrenme kullanılarak sınıflandırılması oldukça önemlidir. Derin öğrenme, yapay sinir ağları ve büyük veri setleri kullanılarak karmaşık modellerin öğrenilmesine olanak sağlayan bir makine öğrenme yöntemidir. Bu yöntem yardımıyla bitki sınıflandırmasında ve görsel tanıma problemlerinde etkili bir şekilde kullanılabilir. Lahana ve brokoli gibi bitkilerin sınıflandırılması için öncelikle bir derin öğrenme modeli oluşturulması gerekmektedir. Bu nedenle yapılan çalışmada derin öğrenme yöntemlerinden olan Inception_v3 görüntü tanıma ve sınıflandırma modellemesi kullanılmıştır. Çalışma oluşturulan 2 sınıf üzerinden yürütülmüştür. Oluşturulan sınıflar lahana ve brokoli’dir. Modelin eğitimi için Google Colab’ın sağladığı tpu donanım hızlandırıcısı kullanılmıştır. Eğitim döngüsü (epoch) sayısı 10’dur.Eğitim parametreleri olarak öğrenme hızı 0,001 tespit edilmiştir. Bu sonuçlara göre brokoli ve lahana data setin eğitimi için Inception_v3 modelinin başarılı olduğu sonucuna varılmıştır. Eğitim sürecinde modelin kayıp değeri giderek düşmüş ve doğruluk değeri artmıştır. Son aşama olan doğrulama aşamasında kayıp değeri 0,0005, doğruluk değeri 1,0000 olarak gözlenmiştir.
Afficher plus [+] Moins [-]