BAFONLINE: Uzaktan Spektral Veri Analizleri için Bir Web Uygulaması

Authors : Fatih KAHRIMAN, Aycan SÜTAL, Musa TOPÇAKIL, Ömer GEZER
Pages : 47-56
View : 90 | Download : 10
Publication Date : 2020-12-16
Article Type : Research Paper
Abstract :Spektral veri analizleri için geliştirilmiş çeşitli programlar ve web tabanlı uygulamalar mevcuttur. Son yıllarda web tabanlı uygulamalara olan ilgi bir hayli artmıştır. R program dili ve shiny paketi kullanılarak geliştirilmiş çok farklı alanlarda kullanılabilen web uygulamaları mevcuttur. Bu çalışma spektral veri analizlerini internet üzerinden yapabilen bir web uygulamasının geliştirilmesi amacıyla yürütülmüştür. Geliştirilen uygulama insert ignore into journalissuearticles values(BAFONLINE); RStudio arayüzü kullanılarak geliştirilmiştir. BAFONLINE, 1200-2400 nm arasında alınan spektral verinin destek vektör makineleri regresyonu insert ignore into journalissuearticles values(DVMR); tabanlı modelleme yaklaşımı ile analiz edilmesi sonrasında hedef değişken ile ilgili sonucu analiz ekranında gösterebilen kullanıcı dostu bir uygulamadır. Uygulamanın geliştirme aşamasında DVMR ve Rassal Orman insert ignore into journalissuearticles values(RO); yöntemlerine göre modeller oluşturulmuştur. Bu modeller, 250 adet öğütülmüş mısır numunesinden masaüstü NIRS insert ignore into journalissuearticles values(Near InfraRed Spectroscopy); cihazı ile 1200-2400 nm arasında toplanan spektral veriler bağımsız değişken olarak, bağımlı değişken olarak ise nem içeriği atanarak R platformunda geliştirilmiştir. . Geliştirilen modellerin değerlendirme istatistiklerine göre DVMR modelinin insert ignore into journalissuearticles values(RMSECal=0,484, R2Cal=90,9, RPDCal=3,32, RMSECal=0,317, R2Cal=95,6, RPDCal=4,79, RMSEVal=0,634, R2Val=52,2, RPDVal=1,45); RO modelinden daha daha yüksek güvenilirliğe sahip olduğu anlaşılmıştır. Geliştirilen DVMR modeli uygulamanın arayüzüne uygun kodlar kullanılarak entegre edilmiştir. Geliştirilen arayüze https://bafr.shinyapps.io/BAFONLINE/ linkinden erişilebilmekte ve veri girişinin ardından spektral analizler kolaylıkla gerçekleştirilebilmektedir. İleriki araştırmada bu uygulamaya farklı spektral cihazlar ile farklı tarımsal ürünlere yönelik yeni tahmin modellerinin eklenmesi düşünülmektedir.
Keywords : R Programlama, Spektral analizler, Makine öğrenmesi

ORIGINAL ARTICLE URL