KaydedilenlerDerginizi ekleyin

Dergiler / Ege Üniversitesi Ziraat Fakültesi Dergisi / 2011 / Cilt: 48 - Sayı: 1

Yapay Sinir Ağlarının Tarımsal Alanda Kullanımı

Using of Artificial Neural Networks in agricultural research

Yakut GEVREKÇİ
E.dilşat YEĞENOĞLU
Yavuz AKBAŞ
Meltem SESLİ
Sayfa
71–76
Yayın Tarihi
2011-03-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

1 Ege Üniversitesi Ziraat Fakültesi, Zootekni Bölümü, Biyometri-Genetik ABD, 35100, Bornova-İzmir. * e-posta: [email protected] 2 Celal Bayar Üniversitesi, Akhisar Meslek Yüksekokulu, 45210, Akhisar-Manisa. 3 Celal Bayar Universitesi, Tütün Eksperliği Yüksekokulu

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:1 Ege Üniversitesi Ziraat Fakültesi, Zootekni Bölümü, Biyometri-Genetik ABD, 35100, Bornova-İzmir. * e-posta: [email protected] 2 Celal Bayar Üniversitesi, Akhisar Meslek Yüksekokulu, 45210, Akhisar-Manisa. 3 Celal Bayar Universitesi, Tütün Eksperliği Yüksekokulu
📊
Temel Bulgular & Veri:1 Ege Üniversitesi Ziraat Fakültesi, Zootekni Bölümü, Biyometri-Genetik ABD, 35100, Bornova-İzmir. * e-posta: [email protected] 2 Celal Bayar Üniversitesi, Akhisar Meslek Yüksekokulu, 45210, Akhisar-Manisa. 3 Celal Bayar Universitesi, Tütün Eksperliği Yüksekokulu
💡
Sonuç & Katkı:1 Ege Üniversitesi Ziraat Fakültesi, Zootekni Bölümü, Biyometri-Genetik ABD, 35100, Bornova-İzmir. * e-posta: [email protected] 2 Celal Bayar Üniversitesi, Akhisar Meslek Yüksekokulu, 45210, Akhisar-Manisa. 3 Celal Bayar Universitesi, Tütün Eksperliği Yüksekokulu
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

1 Ege Üniversitesi Ziraat Fakültesi, Zootekni Bölümü, Biyometri-Genetik ABD, 35100, Bornova-İzmir. * e-posta: [email protected] 2 Celal Bayar Üniversitesi, Akhisar Meslek Yüksekokulu, 45210, Akhisar-Manisa. 3 Celal Bayar Universitesi, Tütün Eksperliği Yüksekokulu

🔖

Bu Makaleye Atıf Yap

GEVREKÇİ, Y., YEĞENOĞLU, E., AKBAŞ, Y., SESLİ, M. (2011). Yapay Sinir Ağlarının Tarımsal Alanda Kullanımı. Ege Üniversitesi Ziraat Fakültesi Dergisi, Cilt: 48 - Sayı: 1, 71–76. https://ajindex.com/articles/50575

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Ajakaiye, A. S., A. B. Adeyemo, Osofisan A.O, and A.P.A Olowu 2006. Analysis of poultry birds production performance using artificial neural networks. Asian Journal of Information Technology., 5(5): 522-527.
  2. Ahmadi, H., M. Mottaghitalab, and N., Nariman-Zadeh 2007. Group Method of Data Handling-Type Neural Network Prediction of Broiler Performance Based on Dietary Metabolizable Energy, Methionine, and Lysine. J. App.Poult. Res., Arbib, M 2003. The handbook of brain theory and neural networks, MIT Press,
  3. Cambridge, MA. Barranco, D., A. Cimato, P. Fiorino, L. Rallo, A. Touzani, C. Castañeda, F. Serafín and I. Trujillo 2000. World Catalogue of olive varieties, 360 pp. Consejo Oleícola Internacional, Madrid, España. Chtioui, Y., D. Bertrand, M. F. Devaux, D. Barba 1997. Comparison of Multilayer perceptron and probabilistic neural networks in artificial vision: Application to the Discrimination of Seeds. J Chemom., 11:111-29.
  4. Civalek, Ö 1998. Nöro-Fuzzy Tekniği ile Dikdörtgen Plakların Analizi. III. Ulusal Hesaplamalı Mekanik Konferansı, 16-18
  5. Kasım, İstanbul, s: 518-524.
  6. Çoban, H 2004. Application of an artificial neural network (ANN) for the identification of grapevine (Vitis vinifera L.) genotypes. Asian Journal of plant Sciences. 3 (30):340-343.
  7. Demuth, H., Beale, M., Hagan, M 2006. “Neural Network Toolbax, for use with MATLAB”, “User Guide Version 5”. Fernández C., E. Soria, P. Sánchez-Seiquer, L. Gómez-Chova, R. Magdalena, A. J. Serrano 2007. Weekly milk prediction on dairy goats using neural networks. Neural Computing & Applications. 16: 373-381.
  8. Ganino, T., D. Beghé, S. Valenti, R. Nisi and A. Fabbri 2007. A RAPD and SSR markers for characterization and identification of ancient cultivars of Olea europaea L. in the Emilia region, Northern Italy. Genet. Resour. Crop Evol., 54., pp. 1531–1540.
  9. Gemas V.J.V., M.C. Almadanim, R. Tenreiro, A. Martins and P. Fevereiro 2004. Genetic diversity in the Olive tree (Olea europaea L. subsp. europaea) cultivated in Portugal revealed by RAPD and ISSR markers. Genet. Resour. Crop Evol. 51: 501–511. and Grzesiak, W. R. Lacroix, J. Wojcık and P. Błaszczyk 2003. A comparison of neural network and multiple regression predictions for 305-day lactation yield using partial lactation records. Can. J. Anim. Sci., 83 (2): 307-310.
  10. Heald, C.W., T. Kim, W.M. Sischo, J.B. Cooper and D.R. Wolfgang 2000. A computerized mastitis decision aid using farm-based records: an artificial neural network approach, J. Dairy Sci. 83 (2000), pp.