1. Anasayfa

Ders Notları

100% Complete (success)
Dikkat !!! Lütfen okuyunuz ...

Öğretim Üyesi (Üyeleri): Prof. Dr. Bilal Cemek *

(*) Ders notu girebilmek için, bu alanda kendi isminiz yazıyor olmalı...

  • Bologna verilerinin girilmesi;
    ubys.omu.edu.tr adresinden,
    ÜBYS' de Öğretim Elemanları yetkisi seçilmeli... Öğretim elemanı danışmanlık işlemlerinden yapabilirsiniz...
Yıl: 2025, Dönem: Güz
SET710, Sürdürülebilir Etkin Tarımda Yapay Zeka Uygulamaları (mufredatId:6464, dersId: 87249, programId: 5357)
Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Mohan, R. J., Raju, B. R. K., Sekhar, V. C., & Prasad, T. V. K. P. (Eds.). (2025). Algorithms in Advanced Artificial Intelligence. CRC Press. Gupta, A., Hinchey, M., & Zalevsky, Z. Artificial Intelligence and Its Applications. Sen, Z. (2009). Fuzzy logic and hydrological modeling. CRC Press. Şen, Z. (2004). Yapay sinir ağları. Su Vakfı. Şen, Z. (2020). Bulanık mantık ilkeleri ve modelleme. Su Vakfı. Baykal, N., Beyan, T. (2004): Bulanık mantık: ilke ve temelleri. – Bıcaklar Kitabevi, Ankara. Harris, J. (2006). Fuzzy logic applications in engineering science. Dordrecht: Springer Netherlands. Ross, T. J. (2005). Fuzzy logic with engineering applications. John Wiley & Sons.

Dersin İçeriği

Bu ders, sürdürülebilir tarım uygulamalarında yapay zekâ (YZ) yöntemlerinin teorik temellerini ve pratik uygulamalarını kapsamaktadır. Ders kapsamında aşağıdaki konular ele alınacaktır: Tarımda dijital dönüşüm ve sürdürülebilirlik kavramları Tarımsal veri kaynakları (sensörler, uzaktan algılama, İHA, meteorolojik veriler) Veri ön işleme ve tarımsal büyük veri yönetimi Makine öğrenmesi algoritmaları (SVM, RF, ANN, KNN, vb.) Derin öğrenme temelleri ve görüntü işleme uygulamaları Hastalık ve zararlı tespiti için yapay zekâ sistemleri Akıllı sulama ve gübreleme yönetimi Verim tahmini ve karar destek sistemleri IoT (Nesnelerin İnterneti) tabanlı tarım sistemleri YZ destekli mobil ve web tabanlı tarım uygulamaları Vaka analizleri ve sektörel uygulama örnekleri

Dersin Amacı

Bu dersin amacı, sürdürülebilir ve kaynak-etkin tarımsal üretim süreçlerinde yapay zeka tekniklerinin (makine öğrenmesi, derin öğrenme, bulanık mantık, görüntü işleme vb.) kullanımını öğretmektir. Öğrenciler; bitki gelişimi izleme, hastalık ve zararlı tespiti, akıllı sulama sistemleri, verim tahmini, gübreleme optimizasyonu ve tarımsal karar destek sistemleri gibi uygulama alanlarında yapay zeka algoritmalarının nasıl geliştirileceğini, eğitileceğini ve sahada nasıl uygulanacağını öğrenirler. Ayrıca, sensör verileri, uydu görüntüleri ve IoT tabanlı veri akışlarıyla çalışarak tarımsal büyük verinin işlenmesi ve modellenmesi konusunda pratik bilgi edinirler. Ders sonunda öğrenciler, yapay zeka destekli tarımsal çözümleri sahaya entegre edebilecek uygulama yetkinliğine ulaşırlar.

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Sürdürülebilir Tarım ve Yapay Zekânın Rolü
2 Tarımsal Veri Kaynakları ve Veri Toplama Teknikleri Sensör verileri, meteorolojik veriler, İHA ve uydu görüntüleri, IoT sistemlerinden veri elde etme.
3 Tarımsal Verilerin Hazırlanması ve Temizlenmesi Eksik veri analizi, normalize etme, veri türleri ve dönüşümleri, outlier temizliği.
4 Yapay Zekâ Temelleri: Makine Öğrenmesi ve Algoritma Türleri Denetimli ve denetimsiz öğrenme, regresyon, sınıflandırma, kümeleme, temel algoritmalar (RF, KNN, SVM, vb.).
5 Uygulama: Python ile Tarımsal Veri Analizi Pandas, NumPy, Matplotlib kullanarak veri analizi uygulaması (örnek: sıcaklık-verim ilişkisi).
6 Derin Öğrenme Temelleri ve Tarımsal Görüntü İşleme Yapay sinir ağları, konvolüsyonel sinir ağları (CNN), NDVI ve yaprak hastalık tespiti için görüntü işleme teknikleri.
7 Tarımda Yapay Zekâ Uygulama Alanları I: Bitkisel Üretim Bitki gelişimi izleme, verim tahmini, ekim-dikim zamanlaması optimizasyonu.
8 Tarımda Yapay Zekâ Uygulama Alanları II: Hastalık, Zararlı, Gübre Yönetimi Hastalık/zarlı tespiti, gübreleme optimizasyonu için sınıflandırma algoritmaları kullanımı.
9 Tarımda Yapay Zekâ Uygulama Alanları III: Akıllı Sulama Sistemleri Toprak nem sensörleri, hava durumu verileriyle sulama zamanlaması tahmini, gerçek zamanlı karar sistemleri.
10 IoT Tabanlı Tarım Sistemleri ve Uzaktan İzleme IoT mimarisi, gerçek zamanlı veri toplama ve izleme, sensörlerden gelen veri akışı ile tahmin modelleri kurulumu.
11 Uygulama: Görüntü İşleme ile Hastalık Tespiti (CNN tabanlı örnek) Google Colab veya Jupyter ortamında Python ile yaprak hastalığı tanı modeli kurulumu.
12 Yapay Zekâ Destekli Karar Destek Sistemleri Kuraklık erken uyarı sistemleri, verim haritalama, tahmin modellerinin karar destek sistemlerine entegrasyonu.
13 Sektörel Uygulamalar ve Vaka Analizleri Gerçek dünya projeleri (akıllı sera, akıllı sulama, dron destekli veri toplama), yerli/yabancı uygulama örnekleri.
14 Öğrenci Proje Sunumları ve Genel Değerlendirme Dönem projelerinin sunumu, geri bildirimler, genel tekrar ve değerlendirme.