Yazar "Arslan, Kübra" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    SAF HAT YUMURTACI TAVUKLARDA VERİM ÖZELLİKLERİNE YÖNELİK PEDİGRİ TAKİBİ VE YUMURTA KALİTESİ ANALİZİ
    (2022-06) Arslan, Kübra
    Artan dünya nüfusuyla birlikte insanların beslenme ihtiyacındaki gereksinimler artmaktadır. Bu artış, insanları maliyet olarak düşük ve protein olarak zengin besin maddelerinin geliştirilmesine yönlendirmektedir. Bu özelliklere en uygun besin kaynaklarının başında yumurta gelir. Yumurta ihtiyacının karşılanması için yapılan çalışmalar bu sebeple büyük önem arz etmektedir. Bu çalışmada; insanların doğru beslenmelerine katkı sunmak ve tavuklarda oluşabilecek kuş gribi gibi olumsuz durumlara karşı hazırlıklı olmak için sağlıklı saf hat yumurtacı bireyler yetiştirilmesi hedeflenmiştir. Sağlıklı bireylerin yetiştirilmesi için tam otomatik bir şekilde haugh birimi (HU) kullanılmadan yumurta kalitesinin belirlenmesi ve HU değerlerinin yumurta kalitesinin özellikleri hakkında ne kadar bilgi taşıdığını belirlemek amaçlanmıştır. Çalışma için Tavukçuluk Araştırma Enstitüsü (TAE) tarafından oluşturulan ve 438 tavuktan alınan yumurtalara ilişkin 20 özelliği içeren bir veriseti analiz edilmiştir. Bu çalışmada rastgele orman, lineer diskriminant analizi (LDA), lojistik regresyon (LR), naive bayes (NB), destek vektör makineleri (DVM), k-en yakın komşu (K-NN), karar ağacı ve yapay sinir ağları (YSA) makine öğrenmesi modelleri kullanılarak yumurta kalitelerini çok iyi ve mükemmel olarak sınıflandırabilen bir uygulama geliştirilmiştir. Buna ek olarak, yumurta kalitesini belirlemede en önemli sınıflandırıcı olan 24. hafta ve 32. hafta HU değerleri, geliştirilen uygulama ile az bilgi, orta bilgi ve çok bilgi veren olarak sınıflandırılmıştır. Yumurta kalitesi, doğruluk (accuracy) ve matthews korelasyon katsayısı (MCC) değerleri bazında, LR modeli tarafından sırasıyla %98.6 ve 0.96 olarak en iyi sınıflandırılmıştır. 24. hafta HU değerleri, doğruluk ve MCC değerleri bazında göre rastgele orman modeli tarafından sırasıyla %96.8 ve 0.93 olarak en iyi sınıflandırılmıştır. 32. hafta HU değerleri, doğruluk ve MCC değerleri bazında rastgele orman modeli tarafından sırasıyla %95.1 ve 0.92 olarak en iyi sınıflandırılmıştır. Bu çalışma temel olarak sadece HU değerlerine göre değil aynı zamanda yumurta karakteristik özelliklerine ve HU değerlerinin bilgilendirici özelliğinin yumurta kalitesini sınıflandırmadaki önemine dayalı olarak yumurta kalitesinin sınıflandırılmasına odaklanmaktadır. Böylece, literatürdeki çalışmalardan farklı olarak HU paratmesi kullanmadan yumurta kalitesi hakkında bilgi elde edilebildiği gözlemlenmiştir. Buna bağlı olarak, en doğru tavuk çiftleri belirlenerek damızlık seçiminde isabet derecesi artırılmıştır ve tavuk damızlık materyal temininde dışa bağımlılığın azaltılarak ülke öz yeterliliğinin artırılmasına katkı sunulmuştur.