Pestisit Tespiti için Sensör Optimizasyonlu Bir Elektronik Burun: Kirazlarda Diazinon'un YSA ve Genetik Algoritma Tabanlı Sınıflandırılması
Clicks: 2
ID: 287733
2025
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
0.0
/100
2 views
0 readers
AI Quality Assessment
Not analyzed
Readership in this journal
Ranked #31 of 38 articles by views in karadeniz fen bilimleri dergisi
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
Tarım, insan yaşamını sürdürmek için vazgeçilmez olan besin kaynaklarını sağlamak açısından hayati öneme sahiptir. Artan nüfusun taleplerini karşılamak ve yüksek verimli tarım elde etmek amacıyla, zirai pestisit kullanımı yaygın bir uygulama haline gelmiştir. Çeşitli pestisitler tarımsal verimliliği artırabilse de, çalışmalar bunların insan sağlığı üzerinde çeşitli etkilere sahip olabileceğini göstermiştir. Bu nedenle, bu maddelerin tespiti ve insan sağlığı üzerindeki etkilerinin en aza indirilmesi kritik öneme sahiptir. Bu çalışma, kirazlardaki Diazinon pestisit kalıntılarını tespit etmek için bir elektronik burun, yapay sinir ağları (YSA) ve genetik algoritmalar (GA) kullanarak etkili bir sınıflandırma yöntemi sunmaktadır. Piyasada kolayca bulunabilen 11 gaz sensörü kullanılarak bir elektronik burun sistemi geliştirilmiştir. Farklı seviyelerde pestisit kontaminasyonu olan ve olmayan kiraz örneklerinden elde edilen veriler, bir YSA sınıflandırıcısı ile sensör tepkilerini analiz etmek için kullanılmıştır. Ardından, gereken sensör sayısını en aza indirmek için GA kullanılmıştır. Sonuçlar, yalnızca 3 sensör kullanılarak bile %100'e varan sınıflandırma doğruluğunun elde edilebileceğini göstermektedir. Bu çalışma, zirai pestisit kalıntılarının tespiti için maliyet etkin ve yüksek doğruluklu bir yöntem sunarak mevcut literatüre önemli bir katkı sağlamaktadır.
| Reference Key |
persistent_1760865376_68f4ac607283e
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | Ahmet Yılmaz |
| Journal | karadeniz fen bilimleri dergisi |
| Year | 2025 |
| DOI |
10.31466/kfbd.1675914
|
| URL | |
| Keywords | Keywords not found |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.