7 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 7 / 7
Yayın Comparison of choreography vs orchestration based Saga patterns in microservices(Institute of Electrical and Electronics Engineers Inc., 2022) Aydın, Şahin; Çebi, Cem BerkeMicroservice Architecture (MSA) is a design and architecture pattern created to deal with the challenges of conventional software programs in terms of stream processing, highly available flexibility, and infrastructural agility. Despite the many advantages of MSA, designing isolated services using the autonomous Databases per Services paradigm is difficult. We realized that because each microservice will have its repository, ensuring data coherence between databases becomes difficult, especially in reversals, where operations transcend different sites. Distributed networked transactions and rollbacks can be efficiently handled using two-phase commitment methods in hardware virtualization using RDBMS databases. However, these approaches can't be used in micro-services with segregated NoSQL servers. Three issues have been addressed in this study: (i) investigate the implementation of event choreography and orchestration methods for the Saga pattern execution in MSA, (ii) existing reality suggestions on the saga pattern adoption and implementation besides the use cases, and (iii) introduce the disbursed transaction records and rollbacks challenges in isolated No-SQL databases with reliant collections in MSA.Yayın İnsansız hava aracı ve Sentinel-2 görüntüleri kullanılarak ayçiçeği haritalamasına dayalı kovan yerleştirme karar destek sistemi(BZT Turan Publishing House, 2025-12-31) Yelmenoğlu, Elif Deniz; Aydın, Şahin; Çavdaroğlu, Gülsüm Çiğdem; Deniz, Hüseyin; Pajenado, Rex S.; Dilli, ŞirinAyçiçeği, yüksek nektar üretim kapasitesi nedeniyle gezici arıcılık faaliyetleri açısından stratejik öneme sahip tarımsal bitkilerden biridir. Ayçiçeği ekim alanlarının mekânsal ve zamansal dağılımı, arı kolonilerinin beslenme olanaklarını ve dolayısıyla bal verimini doğrudan etkilemektedir. Bu nedenle, arı kovanlarının uygun alanlara ve doğru zaman dilimlerinde yerleştirilmesi, gezici arıcılığın verimliliği açısından kritik bir karar sürecini oluşturmaktadır. Ancak mevcut uygulamalarda, kovan yer seçimi çoğunlukla arıcıların bireysel deneyimlerine ve sezgisel yaklaşımlarına dayalı olarak gerçekleştirilmekte; uzaktan algılama, görüntü işleme ve mekânsal analiz gibi veri temelli yöntemlerden yeterince yararlanılmamaktadır. Bu durum, potansiyel olarak verim kayıplarına ve kaynakların etkin kullanılmamasına yol açabilmektedir. Bu çalışmada, ayçiçeği yoğunluğunun doğru ve güvenilir biçimde belirlenmesi yoluyla kovan yerleştirme planlamasını desteklemeyi amaçlayan, çok ölçekli bir uzaktan algılama tabanlı karar destek çerçevesi önerilmektedir. Önerilen yaklaşım, saha ölçeğinde yüksek mekânsal çözünürlük sağlayan insansız hava aracı (İHA) görüntüleri ile bölgesel ölçekte geniş alan kapsama imkânı sunan Sentinel-2 uydu görüntülerinin entegrasyonuna dayanmaktadır. Çalışma alanı olarak, Türkiye’nin önemli ayçiçeği üretim merkezlerinden biri olan Kırklareli ili seçilmiş; veri seti, nektar üretiminin en yüksek olduğu ayçiçeği çiçeklenme dönemi dikkate alınarak oluşturulmuştur. Ayçiçeği tespiti, makine öğrenmesi tabanlı Random Forest sınıflandırma yöntemi kullanılarak gerçekleştirilmiş ve geliştirilen model %90,7 genel doğruluk değerine ulaşmıştır. Sınıf bazlı performans değerlendirmelerinde ise, ayçiçeği ekili alanlar ile ayçiçeği olmayan alanlar için F1-skoru her iki sınıf açısından da 0,91 olarak hesaplanmıştır. Bu sonuçlar, modelin hem nektar açısından zengin ayçiçeği alanlarını hem de ayçiçeği bulunmayan bölgeleri güçlü ve dengeli bir şekilde ayırt edebildiğini göstermektedir. Elde edilen ayçiçeği yoğunluk haritaları temel alınarak, ayçiçeği oranının yüksek olduğu alanlar arı kovanı yerleştirilmesi için uygun bölgeler olarak tanımlanmış; ayçiçeği yoğunluğunun düşük olduğu veya hiç bulunmadığı alanlar ise kovan yerleştirilmesine uygun olmayan bölgeler olarak değerlendirilmiştir. Çalışmadan elde edilen bulgular, çok ölçekli uzaktan algılama verilerinin makine öğrenmesi yöntemleriyle bütünleştirilmesinin, gezici arıcılık uygulamalarında veri temelli, güvenilir ve ölçeklenebilir karar destek sistemlerinin geliştirilmesine önemli katkılar sağlayabileceğini ortaya koymaktadır.Yayın Multi-product trend analysis, structural breaks, and 2030 projections of Türkiye’s agricultural imports: a policy-oriented evaluation(Liberty Publishing House, 2025-10-28) Aydın, Şahin; Büyükaslan, Hasan; Delen, Veysel; Gürbüz, HüseyinGiriş ve Amaç: Türkiye’nin tarımsal üretiminde son yıllarda artan dışa bağımlılık, ithalat verileri üzerinden daha net ortaya konulabilmektedir. Bu çalışma, Türkiye’nin farklı tarımsal ürünlerdeki ithalat trendlerini incelemek, kriz yıllarının etkilerini değerlendirmek, 2030 yılına kadar projeksiyonlar yapmak ve politika perspektifinden sonuçlar üretmek amacıyla hazırlanmıştır. Böylece gıda güvenliği ve sürdürülebilir tarım politikalarına yönelik çıkarımlar sunulmaktadır. Gereç ve Yöntem: Çalışmada Türkiye’nin 2000–2024 dönemine ait resmi ithalat verileri kullanılmıştır. Veriler yıllık bazda derlenmiş, ürün türlerine göre sınıflandırılmış ve istatistiksel analizlere tabi tutulmuştur. Zaman serisi yöntemlerinden Holt-Winters üstel düzgünleştirme modeli ile 2025– 2030 dönemi için projeksiyonlar yapılmış; ayrıca kriz yılları (2008, 2009, 2018, 2020, 2022) ayrı olarak değerlendirilmiştir. Ürünler arası karşılaştırmalarda ortalama ithalat miktarı ve varyasyon katsayısı hesaplanmıştır. Bulgular: Analizler, özellikle buğday, mısır, soya ve ayçiçeği gibi stratejik ürünlerde ithalat bağımlılığının giderek arttığını göstermektedir. Kriz dönemlerinde (2008 küresel kriz, 2018 kur şoku, 2020 pandemi, 2022 savaş) ithalat miktarları belirgin şekilde yükselmiştir. Projeksiyonlara göre 2030 yılına gelindiğinde buğday ithalatının 14,5 milyon tona, ayçiçeği ithalatının 6,3 milyon tona, mısır ithalatının 4,6 milyon tona ve soya ithalatının 3,7 milyon tona ulaşması beklenmektedir. Tartışma ve Sonuç: Sonuçlar, Türkiye’nin tarımsal ithalatında artış eğiliminin devam edeceğini ve özellikle kriz dönemlerinde dışa bağımlılığın daha da görünür hale geldiğini ortaya koymaktadır. Bu durum, gıda güvenliği açısından risk teşkil etmektedir. Çalışma, yerli üretim kapasitesini artırmaya yönelik politikaların önemini vurgulamakta; stratejik stok yönetimi, tarımsal Ar-Ge yatırımları, üretim ve tedarik çeşitliliği gibi önerilerin altını çizmektedir.Yayın IoT-based surveillance system for poultry farms using semantic web and deep learning(Plusbase Akademi Publishing, 2023-04-30) Aydın, Şahin; Jones, KarlPoultry diseases are among the most important problems encountered in poultry farming. Although detecting diseases before they infect all poultry seems to be a fundamental challenge, it is possible to detect poultry diseases in the early stages with an Internet of Things (IoT)-based surveillance system. IoT-based surveillance systems create an important opportunity to prevent the spread of diseases throughout the poultry house and to prevent the breeders from incurring financial losses. The internetbased surveillance system proposed within the scope of this study determines the presence of poultry and poultry species with the help of artificial intelligence (AI) and aims to prevent the spread of the disease to the entire poultry house by detecting diseased poultry with the data obtained from temperature sensors. The system will detect the presence of animals and the body temperature data of poultry in two different ways. The first is to detect the presence of the animal in the nests where the laying action is carried out using a weight sensor and to obtain the body temperature data of the poultry with a temperature sensor. Secondly, by using image processing techniques, it is to detect poultry roaming in the poultry house with a deep learning model and obtains body temperature data of poultry through infrared temperature sensors. The system will decide on the possible type of disease using ontologies related to poultry diseases according to the obtained body temperatures. As a result, this proposed system will enable early disease detection for poultry farms by using the perspectives of deep learning, semantic web, and ontology engineering disciplines, which are among the important fields of study in recent years.Yayın Yapay zekâ tabanlı yaklaşımlar ile canlı hayvan sayılarının bölgesel analizi ve öngörülmesi(Liberty Publishing House, 2025-11-18) Aydın, Şahin; Karadağ, Yaşar; Seydoşoğlu, SeyithanHayvancılık, Türkiye tarım ekonomisinin temel taşlarından biri olup gıda güvenliği, kırsal kalkınma ve ulusal ekonomi açısından kritik bir rol oynamaktadır. Talep yapısındaki değişimler, üretim pratiklerindeki dönüşümler ve iklim kaynaklı belirsizlikler karşısında, canlı hayvan sayılarının güvenilir şekilde öngörülmesi her zamankinden daha önemli hale gelmiştir. Ancak geleneksel tahmin yöntemleri, hayvancılığın bölgesel farklılıklarını ve doğrusal olmayan dinamiklerini yakalamada çoğu zaman yetersiz kalmaktadır. Bu çalışmada, Türkiye’de canlı hayvan sayılarının bölgesel analizi ve geleceğe yönelik projeksiyonlarının oluşturulmasında yapay zekâ tabanlı yaklaşımların potansiyeli araştırılmaktadır. Çalışmada kullanılan veri seti, resmi istatistiklerden elde edilen ve uzun yılları kapsayan bölgesel canlı hayvan sayılarından oluşmaktadır. Öncelikle Exponential Smoothing ve ARIMA gibi klasik zaman serisi modelleri temel senaryo olarak uygulanmış, ardından elde edilen sonuçlar yapay zekâ tabanlı yöntemlerle karşılaştırılmıştır. Random Forest algoritması ile doğrusal olmayan ilişkilerin yakalanması, LSTM (Long Short-Term Memory) modeli ile de zaman serilerindeki uzun dönem bağımlılıkların öğrenilmesi hedeflenmiştir. Tahmin performansı RMSE ve MAPE hata metrikleriyle değerlendirilmiştir. Bulgular, Türkiye’de canlı hayvan sayılarının bölgeler arasında belirgin farklılıklar gösterdiğini ortaya koymaktadır. Batı bölgelerinde sürekli artış eğilimleri gözlemlenirken, bazı bölgelerde durağanlık öne çıkmıştır. Yapay zekâ tabanlı modeller, kısa, orta ve uzun vadeli öngörülerde geleneksel yöntemlere kıyasla daha yüksek doğruluk sağlamıştır. Çalışma, yapay zekânın öngörü doğruluğunu artırarak sürdürülebilir hayvancılık yönetimine ve kırsal kalkınmaya yönelik kanıta dayalı politika geliştirme süreçlerine katkı sağlayabileceğini göstermektedir.Yayın Spatial distribution of Türkiye’s livestock products economy (1995–2020): sustainability-oriented visualization analysis(Liberty Publishing House, 2025-10-25) Aydın, Şahin; Özkan, Oktay; Azgın, Şükrü TanerIntroduction and Purpose: Livestock production plays a strategic role in Türkiye’s agricultural economy and is directly linked to food security and sustainable development goals. The aim of this study is to examine the spatial distribution of the livestock products economy in Türkiye between 1995 and 2020, visualize regional differences, and reveal long-term trends. Materials and Methods: The study utilizes province-level annual livestock product values (in thousand TL) obtained from official statistical sources. The data were analyzed through spatial methods, including choropleth maps, trend analysis, and growth rate evaluations for selected crisis years (2001, 2008, 2018, 2020). The analyses were conducted from a sustainability perspective, and regional production centers were identified. Findings: The results show that the Marmara, Aegean, and Central Anatolia regions lead in livestock product values, while the Eastern and Southeastern Anatolia regions have recorded significant increases in recent years. Trend analysis indicates that Konya, İzmir, Erzurum, and Diyarbakır achieved the largest growth, whereas smaller provinces exhibited relatively limited increases. In terms of crisis years, the sector continued to grow except during the 2008 global financial crisis, with a notable increase observed during the 2020 pandemic. Discussion and Conclusion: Overall, Türkiye’s livestock products economy demonstrated a steady increase between 1995 and 2020. The findings suggest that while the sector is sensitive to global shocks, it remains relatively resilient to domestic crises and pandemic conditions. Spatial analyses highlight the necessity of considering regional disparities in the development of sustainable policies.Yayın Regional analysis and forecasting of broiler and layer poultry production in Türkiye: a statistical and machine learning approach(Liberty Publishing House, 2025-10-20) Aydın, Şahin; Gül, Osman KubilayIntroduction and Purpose: As well as cattle farming and sheep & goat farming, poultry farming also has a significant place in Türkiye’s agricultural economy. There are two important branches, such as broiler and egg in this sector. There is not enough systematic research which examines the regional perspectives and provide future projections in poultry farming as in many areas of agriculture and livestock. The main purpose of this study is to analyze broiler and layer production in Türkiye, identify the main producing regions, and generate forecasts using both traditional statistical models and modern machine learning algorithms. Materials and Methods: The regional broiler and layer production datasets have been acquired from the web-based data platform of Turkish Statistical Institute (TÜİK). Top producer regions and long-term changes in broiler and layer chicken production have been identified using descriptive statistics. Two statistical techniques- Autoregressive Integrated Moving Average (ARIMA) and Exponential Smoothing (ES)- have been used to anticipate the total national production of broiler and egg chicken. Two machine learning models such as Random Forest and Gradient Boosting, nevertheless, have been created. Random Forest allows for assessing variable importance and capturing nonlinearities, and Gradient Boosting provides flexible parameterization (e.g., learning rate, tree depth) and can be tuned effectively to the dataset. The model performance has been evaluated by way of Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and R². The projections for ten years have been generated. Results: The broiler chicken production has been largely concentrated on the north-west line. The top three producer regions are TR42 (Kocaeli–Sakarya–Düzce–Bolu–Yalova), TR33 (Manisa–Afyonkarahisar–Kütahya–Uşak), and TR22 (Balıkesir–Çanakkale) respectively. The models ES and ML envisioned moderate growth in broiler chicken production, on the other hand, the suggestion of ARIMA is a flatter trend. The top three producer regions in layer chicken production are TR33 (Manisa, Afyonkarahisar, Kütahya, Uşak), TR52 (Konya–Karaman), and TR83 (Samsun–Tokat–Çorum–Amasya) respectively. A slight decline from the recent peak has been indicated by ES. On the other hand, moderate growth has been referred to by ARIMA. ML models harmonized the differences between statistical models by drawing a more balanced growth path. Discussion and Conclusion: This research shows the importance of using both statistical and machine learning approaches together with the purpose of identifying the trend dynamics and nonlinear relationships in broiler and layer chicken production. The results reveal that north-western regions are leading in the broiler chicken production. On the other hand, western-central regions are dominating the layer chicken production. The results of this study can be utilized to create critical policy deductions and decisions of targeted investments by considering these distinct geographies. The proposed methodological framework can be adapted to other livestock production data as well.
