Daha temiz ortamlara doğru: Plastik şişe tespiti için derin öğrenme modellerinin çalışması
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Günlük hayatımızda plastik şişelerin yaygın kullanımı, özellikle deniz ekosistemlerinde önemli çevresel sorunlara yol açmaktadır. Dalgalar tarafından denizden anakaraya taşınan önemli miktarda plastik şişe, çoğunlukla kıyı bölgelerinde hapsolmaktadır. Plastik şişeler de dahil olmak üzere plastik atıkların kıyı ekolojisi üzerindeki olumsuz etkisi endişe vericidir. Neyse ki yapay zekâ (YZ), çevre girişimleri de dahil olmak üzere çeşitli sektörlerde çeşitli uygulamalar bulmuş ve bu çevresel zorluklarla etkili bir şekilde mücadele etmek için umut verici çözümler sunmuştur. Bu rapor, çeşitli durumlarda veri görüntüleri kullanarak plastik şişelerin sınıflandırılmasını sağlamayı amaçlamaktadır. Veri setini ön işleme tabi tutuyor ve bu sınıflandırmayı gerçekleştirmek için farklı yapay zekâ algoritmaları uyguluyoruz. CNN modeli, etkileyici bir %99 oranına ulaşarak en yüksek ACC'ye ulaşmıştır.
Author
Huda Mahmood Hassoon Althabetı
Institution
How to Cite
Huda Mahmood Hassoon Althabetı (Yüksek Lisans Tezi). Daha temiz ortamlara doğru: Plastik şişe tespiti için derin öğrenme modellerinin çalışması, 2025, Altınbaş University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Altınbaş University
- Samuel P. Huntington'ın Medeniyetler Çatışması' ve Immanuel Wallerstein'ın Dünya Sistemleri Analizi'nin karşılaştırılması(2024)
- Olumsuz çocukluk deneyimlerinin ebeveyn tutumları üzerindeki etkisinde öz yeterliğin moderatör etkisi(2025)
- The conscious impact of fractal dimension in hospital architecture: Enhancing warmth and comfort(2024)
- Kablosuz sensör ağında optimize edilmış özellik seçimi ile hibrit makine öğrenmesi tekniğine dayalı gelişmiş anomali tespit sistemi tasarımı(2025)
- Synthesis and evaluation of nano particles for anticancer application(2025)
- An optimized malware detection technique using subspace learning- based one-class classification(2023)
