Bu çalışmada yetiştirici ve araştırmacılara, karar verme ve değerlendirme süreçlerinde kullanılan karar destek sistemleri sayesinde büyük kolaylıklar sağlayan “bulanık mantık” ile oldukça başarılı verim tahminleri ve çeşitli sınıflandırmalar gerçekleştiren “yapay sinir ağları” yöntemleri tanıtılacak ve süt sığırcılığı alanında gerçekleştirilen uygulamalara yer verilecektir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Yapay zeka, bilimsel araştırmalarda karmaşık problemlerin çözümlenmesi amacıyla oluşturulan modellerde yaygın olarak kullanılmaktadır.
📊
Temel Bulgular & Veri:Tarımsal alanda, özellikle hayvansal veriler üzerinde anlamlı ilişkilerin ortaya çıkarılması ve etkili hesaplama yöntemleri sayesinde araştırıcılara büyük faydalar sağlamaktadır.
💡
Sonuç & Katkı:Bu çalışmada yetiştirici ve araştırmacılara, karar verme ve değerlendirme süreçlerinde kullanılan karar destek sistemleri sayesinde büyük kolaylıklar sağlayan “bulanık mantık” ile oldukça başarılı verim tahminleri ve çeşitli sınıflandırmalar gerçekleştiren “yapay sinir ağları” yöntemleri tanıtılacak ve süt sığırcılığı alanında gerçekleştirilen uygulamalara yer verilecektir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Bulanık mantık · bulanık küme · yapay sinir ağları
Özet
Yapay zeka, bilimsel araştırmalarda karmaşık problemlerin çözümlenmesi amacıyla oluşturulan modellerde yaygın olarak kullanılmaktadır. Tarımsal alanda, özellikle hayvansal veriler üzerinde anlamlı ilişkilerin ortaya çıkarılması ve etkili hesaplama yöntemleri sayesinde araştırıcılara büyük faydalar sağlamaktadır. Bu çalışmada yetiştirici ve araştırmacılara, karar verme ve değerlendirme süreçlerinde kullanılan karar destek sistemleri sayesinde büyük kolaylıklar sağlayan “bulanık mantık” ile oldukça başarılı verim tahminleri ve çeşitli sınıflandırmalar gerçekleştiren “yapay sinir ağları” yöntemleri tanıtılacak ve süt sığırcılığı alanında gerçekleştirilen uygulamalara yer verilecektir.
AKILLI, A., ATIL, H. (2014). Süt Sığırcılığında Yapay Zeka Teknolojisi: Bulanık Mantık ve Yapay Sinir Ağları. Hayvansal Üretim, Cilt: 55 - Sayı: 1, 39–45. https://ajindex.com/articles/86602
Akkaptan, A. 2012. Hayvancılıkta bulanık mantık tabanlı karar destek sistemi. Yüksek Lisans Tezi, Ege Üniv. Fen Bil. Enst. İzmir.
Akıllı, A., Atıl, H., Kesenkaş, H. 2014. Çiğ süt kalite değerlendirmesinde bulanık mantık yaklaşımı. Kafkas Üniv. Vet. Fak. Derg. 20(2): 223-229.
Baykal, N., Beyan, T. 2004. Bulanık Mantık İlke ve Temelleri. Bıçaklar Kitabevi, Ankara. Brown- Brandl,T. M., Jones, D. D., Woldt, W. E. 2005. Evaluating modelling techniques for cattle heat stress prediction. Biosystems Engineering 91(4): 513-524.
Cavero, D., Tölle, K. T., Buxade, C., Krieter, J. 2006. Mastitis detection in dairy cows by application of fuzzy logic. Livest. Prod. Sci. 105(1-3): 207-213.
Cha, M., Park, S. T., Kim, T., Jayarao, B.M. 2008. Evaluation of bulk tank milk quality based on fuzzy logic. Proceedings of the 2008 International Conference on Artificial Intelligence, 14-17 July 2008, pp.722-727,
Chen, L. J., Cui, L. Y., Xing, L., Han, L. J. 2008. Prediction of the nutrient content in dairy manure using artificial neural network modeling. J. Dairy. Sci. 91: 4822-4829.
Craninx, M., Fievez, V., Vlaeminck, B., De Baets, B. 2008. Artificial neural network models of the rumen fermentation pattern in dairy cattle. Comput. Electron. Agric. 60: 226-238. de Mol, R.M., Woldt, W.E. 2001. Application of fuzy logic in automated cow status monitoring. J. Dairy Sci. 84: 400-410.
Dong, R., Zhao, G. 2014. The use of artificial neural in vitro rumen methane production using the CNCPS carbohydrate fractions as dietary variables. Livest. Prod. Sci. 162: 159-167.
Firk, R., Stamer, E., Junge, W., Krieter, J. 2003. Improving oestrus detection by combination of activity measurements with information about previous oestrus cases. Livest. Prod. Sci. 82(1): 97-103.
Grinspan, P., Edan, Y., Kahne, H., Maltz, E. 1994. A fuzzy logic expert system for dairy cow transfer between feding groups. Transactions of The ASAE 37(5): 1647–1654.
Grzesiak, W., Blaszczyk, P., Lacroix, R. 2006. Methods of predicting milk yield in dairy cows- Predictive capabilities of Wood’s lactation curve and artificial neural networks (ANNs). Comput. Electron. Agric. 54: 69-83.
Grzesiak, W., Lacroix, R., Wójcik, J., Blaszczyk, P. 2003. A comparison of neural network and multiple regression predictions for 305-day lactation yield using partial lactation records. Can. J. Anim. Sci. 83: 307-310.