EVSEL ATIKLARIN DERİN ÖĞRENME TEKNİKLERİ İLE AYRIŞTIRILMASI

Basit Öğe Kaydı
dc.contributor.authorKaraca, Yunus Emre
dc.contributor.authorAslan, Serpil
dc.contributor.authorHark, Cengiz
dc.date.accessioned2025-10-24T17:59:12Z
dc.date.available2025-10-24T17:59:12Z
dc.date.issued2022
dc.departmentMalatya Turgut Özal Üniversitesi
dc.description.abstractDerin öğrenme teknolojisinin hızlı gelişimi sayesinde günlük yaşantımızın hemen hemen her noktasında kullanılan akıllı sistemler geliştirilmektedir. Geliştirilen uygulamalar hayatımızı kolaylaştırdığı gibi doğaya da olumlu katkılar sağlamıştır. Geleneksel atık ayrıştırma yöntemleri, verimlilik ve doğruluk açısından yetersiz kalmaktadır. Ayrıca yüksek maliyetli olmasının yanında çevresel riskler bakımdan da sıkıntılar doğurabilir. Son yıllarda, yapay zekâ, makine öğrenmesi ve beraberinde getirdiği derin öğrenme teknikleri organik, evsel ve ambalaj atıkların ayrıştırılması gibi karmaşık problemlerin çözümünde popüler bir yöntem olmuştur. Bu çalışmada, hem insan ve canlı yaşamı hem de doğanın korunması açısından büyük öneme sahip olan evsel atıkların ayrıştırılması problemi ele alınmıştır. Yapay zekâ kümesinde yer alan makine öğrenmesinin bir alt kolu olan derin öğrenme ile evsel atıkların tespit edilip ayrıştırılması için popüler konvansiyonel sinir ağı (CNN) tabanlı ResNet-50, DenseNet-121, Inception-V3, VGG16 mimarileri kullanılarak sınıflandırma performansları karşılaştırılmıştır.
dc.description.abstractThanks to the rapid development of deep learning technology, smart systems used in almost every part of our daily life are being developed. Developed applications not only made our lives easier, but also contributed positively to nature. Traditional waste separation methods fall short in terms of efficiency and accuracy. In addition to its high cost, it can also cause problems in terms of environmental risks. In recent years, artificial intelligence, machine learning and the deep learning techniques it brings have become a popular method for solving complex problems such as organic, household and packaging waste sorting. In this study, the problem of separation of domestic wastes, which is of great importance in terms of both human and living life and the protection of nature, is discussed. In the artificial intelligence cluster; Classification performances were compared by using popular conventional neural network (CNN) based ResNet-50, DenseNet-121, Inception-V3, VGG16 architectures to detect and sort household waste with deep learning, a sub-branch of machine learning.
dc.identifier.doi10.53070/bbd.1071536
dc.identifier.endpage19
dc.identifier.issn2548-1304
dc.identifier.issn2548-1304
dc.identifier.issueIssue: 1
dc.identifier.startpage10
dc.identifier.urihttps://doi.org/10.53070/bbd.1071536
dc.identifier.urihttps://hdl.handle.net/20.500.12899/1986
dc.identifier.volumeVol: 7
dc.language.isotr
dc.publisherAli KARCI
dc.relation.ispartofBilgisayar Bilimleri
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzDergiPark_20251023
dc.subjectArtificial Intelligence
dc.subjectYapay Zeka
dc.titleEVSEL ATIKLARIN DERİN ÖĞRENME TEKNİKLERİ İLE AYRIŞTIRILMASI
dc.title.alternativeSEPARATION OF DOMESTIC WASTE WITH DEEP LEARNING TECHNIQUES
dc.typeArticle

Dosyalar

Koleksiyon

Diğer Yayınlar Koleksiyonu