Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması

TAKMA, ÇİĞDEM; ATIL, HULYA; AKSAKAL, Vecihi

Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması

Çiğdem TAKMA, (Ege Üniversitesi, Ziraat Fakültesi, Zootekni Bölümü, Biyometri ve Genetik Anabilim Dalı, İzmir, Türkiye)

Hülya ATIL, (Ege Üniversitesi, Ziraat Fakültesi, Zootekni Bölümü, Biyometri ve Genetik Anabilim Dalı, İzmir, Türkiye)

Vecihi AKSAKAL (Gümüşhane Üniversitesi, Kelkit Aydın Doğan Meslek Yüksek Okulu, Gümüşhane, Türkiye)

Kafkas Üniversitesi Veteriner Fakültesi Dergisi

14 3

Yıl: 2012 Cilt: 18 Sayı: 6 Sayfa Aralığı: 941 - 944 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması

Öz:

Bu çalışmada Siyah Alaca ineklerin laktasyon süt verimleri üzerine laktasyon süresi (LS), buzağılama yılı (BY) ve servis periyodunun (SP) etkisi çoklu regresyon ve yapay sinir ağı (YSA) ile modellenmiş ve modellerin uyum yetenekleri karşılaştırılmıştır. Analizler 2006, 2007 ve 2008 tarihlerinde buzağılayan toplam 305 adet Siyah Alaca ineğin ilk beş laktasyonuna ait süt verimleri üzerinde uygulanmıştır. Yapay sinir ağları modelinde tekrarlanan denemeler sonucunda seçilen mimariye göre, gizli katman sayısı bir ve bu katmandaki gizli düğüm sayısı üç olarak alınmıştır. Ayrıca yakınsama kriteri 1.10-6, maksimum iterasyon sayısı 50 ve algoritmanın sonlanması her bir çalıştırma için 20 devir (epoch) alınmıştır. Yapay sinir ağları ile çoklu regresyon modelinin iyi uyumunun karşılaştırılmasında düzeltilmiş belirleme katsayısı (R2) , hata kareler ortalamasının karekökü (Root Mean Square Error-RMSE), ortalama mutlak sapma (Mean Absolute Deviation-MAD) ve ortalama mutlak yüzde hata (Mean Absolute Percentage Error-MAPE) performans kriterleri kullanılmıştır. Analizler sonucunda yapay sinir ağları modeli ile ilk beş laktasyona ait R2 değerleri 0.62-0.85 arasında, RMSE değerleri 480.9-1682.8 arasında, MAD değerleri 325.2-1381.7 ve MAPE değerleri 6.1-20.2 arasında değişim göstermiştir. Çoklu doğrusal regresyonda ise bu değerler sırası ile R2 için 0.30 ile 0.75 arasında, RMSE için 1964.8-3008.7 arasında, MAD değeri 1576.6-2458.3 arasında ve MAPE değeri 24.7-35.6 arasında bulunmuştur. Söz konusu kriterlere göre bu modeller karşılaştırıldığında, bu çalışmada kullanılan süt verimlerinin tahminlenmesinde yapay sinir ağı modelinin çoklu doğrusal regresyon modelinden daha iyi uyum sağladığı gözlenmiştir. Dolayısıyla, yapay sinir ağlarının regresyon analizine alternatif bir metod olabileceği sonucuna ulaşılmıştır.

Anahtar Kelime: laktasyon sığır matematiksel modeller süt verimi süt üretimi buzağılama inek laktasyon süresi sinir ağları Alacalı Sığır süt sığırı buzağılama mevsimi süt ineği

Konular: İstatistik ve Olasılık Bilgisayar Bilimleri, Yapay Zeka

Comparison of multiple linear regression and artificial neural network models goodness of fit to lactation milk yields

Öz:

In this study, effects of lactation length, calving year and service period on lactation milk yield of Holstein Friesians were modeled with multiple regression and artificial neural networks (ANN) and compared goodness of fit of models. Analyses were carried on five lactations milk yields of 305 Holsteins calved at 2006, 2007 and 2008 years. After several experiments, hidden layer number was taken one and hidden nodes number were found three for the chosen architecture. Moreover, convergence criteria, maximum iteration number and epoch number were taken as 1.10-6, 50 and 20, respectively. Adjusted coefficient of determination (R2),root mean square error (RMSE), mean absolute deviation (MAD), mean absolute percentage error performance criteria (MAPE) were used for comparison of artificial neural network and multiple linear regression models goodness of fit. After analysis R2 values were found among 0.62-0.85 for the five lactations with neural networks model. RMSE, MAD and MAPE criteria also were found among 480.9-1682.8, 325.2-1381.7 and 6.1-20.2, respectively. These criteria were found for R2, RMSE, MAD and MAPE among 0.30-0.75, 1964.8-30008.7, 1576.6-2458.3 and 24.7-35.6, respectively for multiple linear regression. When the models were compared, artificial neural networks model gave better fit than multiple linear regression models. Consequently, artificial neural networks was determined an alternative method to multiple regression analysis.

Anahtar Kelime: lactation duration neural networks Holstein-Friesian dairy cattle calving season dairy cows lactation cattle mathematical models milk yield milk production calving cows

Konular: İstatistik ve Olasılık Bilgisayar Bilimleri, Yapay Zeka

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

1. Düzgüneş O, Akman N: Varyasyon Kaynakları. Ankara Üniv. Ziraat Fak. Ders Kitabı: Yayın No: 1408, s. 146, 1995.
2. Tuncel, E: Hayvan Islahı. Uludağ Üniv. Ziraat Fak, Ders Notları, No: 46, Bursas. 217, 1994.
3. Çilek S, Bakır G: Malya Tarım İşletmesi’nde yetiştirilen Esmer ırkı ineklerin süt verim özellikleri ve bunlar üzerine bazı çevre faktörlerinin etkileri.Kafkas Univ Vet Fak Derg, 16 (2): 347-350, 2010.
4. Atıl H: Ratio and regression factors for predicting 305 days production from part lactation milk records in a herd of Holstein Friesian cattle. J Biol Sci, 2 (1): 31-37, 1999.
5. Duru S, Tuncel E: Siyah Alaca sığırlarda kuruda kalma süresi, servis periyodu ve ilkine buzağılama yaşı ile bazı süt verimi özellikleri arasındaki ilişkiler. Uludağ Üniv Ziraat Fak Derg, 18, 69-79, 2004.
6. Akbulut Ö, Haussman H: Buzağılama aralığının süt verim özelliklerine etkisi. Atatürk Üniv Ziraat Fak Derg, 25, 1-13, 1994.
7. Duman N: Yapay sinir ağları ve bir uygulama. Yüksek Lisans Tezi, Cumhuriyet Üniv. Sosyal Bil. Enst., 2006.
8. Grzesiak W, Lacroix R, Wójcik J, Blaszczyk P: A comparison of neural network and multiple regression predictions for 305-day lactation yield using partial lactation records Can J Anim Sci, 83, 307-310, 2003.
9. Edriss MA, Hosseinnia P, Edrisi M, Rahmani HR, Nilforoos MA: Prediction of second parity milk performance of dairy cows from first parity information using artificial neural network and multiple linear regression methods. Asian J Anim Vet Adv, 3 (4): 222-229, 2008.
10. JMP: JMP Users Guide. Version 5.0.1.2, SAS Institute Inc., Cary, NC, 2003

APA	TAKMA Ç, ATIL H, AKSAKAL V (2012). Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. , 941 - 944.
Chicago	TAKMA ÇİĞDEM,ATIL HULYA,AKSAKAL Vecihi Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. (2012): 941 - 944.
MLA	TAKMA ÇİĞDEM,ATIL HULYA,AKSAKAL Vecihi Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. , 2012, ss.941 - 944.
AMA	TAKMA Ç,ATIL H,AKSAKAL V Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. . 2012; 941 - 944.
Vancouver	TAKMA Ç,ATIL H,AKSAKAL V Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. . 2012; 941 - 944.
IEEE	TAKMA Ç,ATIL H,AKSAKAL V "Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması." , ss.941 - 944, 2012.
ISNAD	TAKMA, ÇİĞDEM vd. "Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması". (2012), 941-944.

APA	TAKMA Ç, ATIL H, AKSAKAL V (2012). Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 18(6), 941 - 944.
Chicago	TAKMA ÇİĞDEM,ATIL HULYA,AKSAKAL Vecihi Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi 18, no.6 (2012): 941 - 944.
MLA	TAKMA ÇİĞDEM,ATIL HULYA,AKSAKAL Vecihi Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, vol.18, no.6, 2012, ss.941 - 944.
AMA	TAKMA Ç,ATIL H,AKSAKAL V Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi. 2012; 18(6): 941 - 944.
Vancouver	TAKMA Ç,ATIL H,AKSAKAL V Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi. 2012; 18(6): 941 - 944.
IEEE	TAKMA Ç,ATIL H,AKSAKAL V "Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması." Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 18, ss.941 - 944, 2012.
ISNAD	TAKMA, ÇİĞDEM vd. "Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması". Kafkas Üniversitesi Veteriner Fakültesi Dergisi 18/6 (2012), 941-944.