KaydedilenlerDerginizi ekleyin

Dergiler / Bartın Orman Fakültesi Dergisi / 2020 / Cilt: 22 - Sayı: 3

Temas Açısı Değerlerine Bağlı Ağaç Türlerinin Farklı Sınıflandırma Yöntemleri İle Tahmini

Prediction Using Different Classification Methods of Tree Species Depending on Contact Angle Values

Şemsettin KILINÇARSLAN
Yasemin ŞİMŞEK TÜRKER
Murat İNCE
Sayfa
861–870
Yayın Tarihi
2020-12-15
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)

Damlatma metodu ile ağaç türünün kolaylıkla belirlenmesi, restorasyon ve güçlendirme çalışmalarına katkı sağlayacaktır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Günümüzde çeşitli çalışmalarda bir ağaç malzemenin mekanik, kimyasal, fiziksel özellikleri, anatomisi gibi farklı özelliklerine göre ağaç türü tespit edilebilmekle birlikte bu çalışmalar hem uzun sürmekte hem de maliyet gerektirmektedir.
📊
Temel Bulgular & Veri:Özellikle dış hava koşullarında kullanılan ısıl işlem görmüş ahşap malzemelerin ıslanabilirlik özelliğinin bilinmesi malzemenin bu hava şartlarında hangi alanda (havuz kenarı, sauna, dış cephe kaplaması vb.) kullanılabilirliği hususunda bilgi vermektedir.
💡
Sonuç & Katkı:Damlatma metodu ile ağaç türünün kolaylıkla belirlenmesi, restorasyon ve güçlendirme çalışmalarına katkı sağlayacaktır.
🔬Tür:Laboratuvar & Saha Deneyi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Wettability · Contact angle · Wood Type

Özet

Günümüzde çeşitli çalışmalarda bir ağaç malzemenin mekanik, kimyasal, fiziksel özellikleri, anatomisi gibi farklı özelliklerine göre ağaç türü tespit edilebilmekle birlikte bu çalışmalar hem uzun sürmekte hem de maliyet gerektirmektedir. Özellikle dış hava koşullarında kullanılan ısıl işlem görmüş ahşap malzemelerin ıslanabilirlik özelliğinin bilinmesi malzemenin bu hava şartlarında hangi alanda (havuz kenarı, sauna, dış cephe kaplaması vb.) kullanılabilirliği hususunda bilgi vermektedir. Bu çalışmada ıslanabilirlik özelliğine göre yapay sinir ağları (YSA), destek vektör makineleri (DVM), K-en yakın komşu (K-EYK) ve Naive Bayes (NB) yöntemi ile ağaç malzemenin türünün tespiti işlemi yapılmıştır. Isıl işlem görmüş ve ısıl işlem görmemiş Sedir (Cedrus Libani), Iroko (Chlorophora excelsa), Dişbudak (Fraxinus excelsior) ve Ladin (Picea abies) numunelerin damla metodu ile temas açıları belirlenmiştir. Daha sonra yapay sinir ağları (YSA), destek vektör makineleri, K-en yakın komşu ve Naive bayes sınıflandırma metotları ile ağaç türlerinin tahmini yapılmıştır. Ahşap malzemenin kolay bir metot ile ölçülen ıslanabilirlik özelliğine bağlı olarak hangi ağaç türüne ait olduğunun belirlenmesi çalışmada kullanılan bu yöntem ile hızlı, pratik ve ekonomik olacaktır. Damlatma metodu ile ağaç türünün kolaylıkla belirlenmesi, restorasyon ve güçlendirme çalışmalarına katkı sağlayacaktır.

Abstract

Nowadays, in various studies, the tree type can be determined according to the different properties of a tree material such as mechanical, chemical, physical properties, anatomy, but these studies are both long-lasting and require cost. Especially knowing the wettability of wooden materials used in outdoor weather conditions gives information about the usability of the material (pool edge, sauna, siding) in these weather conditions. In this study, the determination of the type of wood material was done by artificial neural networks (ANN), support vector machines (DVM), K-nearest neighbor (K-EYK) and Naive Bayes (NB) method according to the wettability feature. Contact angles of heat treated and unheat treated cedar (Cedrus Libani), Iroko (Chlorophora excelsa), Ash (Fraxinus excelsior) and Spruce (Picea abies) samples were determined. Later, artificial neural networks (ANN), support vector machines, K-nearest neighbor and Naive bayes classification methods have been estimated. It will be fast, practical and economical with this method used in the study to determine which wood species belongs to, depending on the wettability property measured by an easy method. Determination of the tree type with dropping method easily will contribute to the restoration and strengthening works.

🔖

Bu Makaleye Atıf Yap

KILINÇARSLAN, Ş., TÜRKER, Y. Ş., İNCE, M. (2020). Temas Açısı Değerlerine Bağlı Ağaç Türlerinin Farklı Sınıflandırma Yöntemleri İle Tahmini. Bartın Orman Fakültesi Dergisi, Cilt: 22 - Sayı: 3, 861–870. https://ajindex.com/articles/88521

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Antipov, G., Berrani, S. A., Dugelay, J. L. (2016). Minimalistic CNN-based ensemble model for gender prediction from face images. Pattern recognition letters, 70, 59-65
  2. Chai, T., Draxler, R. R. (2014). Root mean square error (RMSE) or mean absolute error (MAE)–Arguments against avoiding RMSE in the literature. Geoscientific model development, 7(3), 1247-1250
  3. Clinton, N., Holt, A., Scarborough, J., Yan, L. I., & Gong, P. (2010). Accuracy assessment measures for object-based image segmentation goodness. Photogramm. Eng. Remote Sens, 76(3), 289-299
  4. Cruz, J. A., Wishart, D. S. (2006). Applications of machine learning in cancer prediction and prognosis. Cancer informatics, 2, 117693510600200030
  5. De Marsico, M., Petrosino, A., & Ricciardi, S. (2016). Iris recognition through machine learning techniques: A survey. Pattern Recognition Letters, 82, 106-115
  6. Furey, T. S., Cristianini, N., Duffy, N., Bednarski, D. W., Schummer, M., Haussler, D. (2000). Support vector machine classification and validation of cancer tissue samples using microarray expression data. Bioinformatics, 16(10), 906-914
  7. Gerardin, P., Petric, M., Petrissans, M., Lambert, J., Ehrhrardt, J.J. (2007). Evolution of Wood Surface Free Energy after Heat Treatment. Polym Degrad Stabil 92:653–657
  8. Gulpen, S. F. J. (2014). Using Country-level Forest Coverage to Analyze the Existence of an Environmental Kuznets Curve, Master's Thesis, Oregon State University, Corvallis, OR, USA
  9. Hakkou M, Petrissans M, Zoulalian A, Gerardin P (2005). Investigation of Wood Wettability Changes During Heat Treatment on the Basis of Chemical Analysis. Polym Degrad Stabil 89:1–5
  10. Haralick, R. M., Shanmugam, K., & Dinstein, I. H. (1973). Textural features for image classification. IEEE Transactions on systems, man, and cybernetics, (6), 610-621
  11. Jain, A. K., Mao, J., Mohiuddin, K. M. (1996). Artificial neural networks: A tutorial. Computer, 29(3), 31-44
  12. Juang, B. H., Hou, W., Lee, C. H. (1997). Minimum classification error rate methods for speech recognition. IEEE Transactions on Speech and Audio processing, 5(3), 257-265
  13. Kamdem, D.P., Pizzi, A., Jermannaud, A., (2002). Durability of heat-treated wood. Holz als Roh-und Werkstoff 60, 1–6
  14. Kılınçarslan, Ş., Şimşek Türker, Y. (2019). Determination of Contact Angle Values of Heat-treated Spruce (Picea abies) Wood with Image Analysis Program. Biomed J Sci & Tech Res 18(4), DOI: 10.26717/BJSTR.2019.18.003183
  15. Kılınçarslan, Ş.,