English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Hem doganin korunmasi hem de surekli artan insan ihtiyaclari icin gerekli olan ve dogada kisitli miktarda bulunan materyallerin takviye edilmesi icin ortaya cikan “geri donusum” kavrami son yillarda en onemli konulardan birisi olmustur. Belirli bir geri donusum islemi sonucunda, “ham maddesi yeniden kullanilabilir hale getirilebilen atiklar” olarak bilinen geri donusturulebilir atiklarin toplanmasi konusu dunya genelinde ust ve yerel yonetimlerin de ilgilendigi bir problem olmustur. Bunun icin belirli merkezlere geri donusturulebilir atiklar icin ozel kutular yerlestirilmekte ve insanlar geri donusum konusunda tesvik edilmeye calisilmaktadir. Bu calismada, geri donusum projelerinde kullanilmak uzere kâgit, cam ve plastik atiklarinin geri donusum kutulari icerisinde gercek zamanli olarak tespit edilebilmesi icin gerekli elektronik malzemeler ve yazilimlar kullanilarak bir materyal tanima sistemi gelistirilmektedir. Sistem geri donusum kutusuna atilan geri donusturulebilir kati atiklarin materyallerini taniyan ve materyale gore kullanici hesabina ucret yukleyen bir simulasyon islevi gormektedir. Gelistirilen donanim kamera, LCD ekran, LED, IR LED, devre tahtasi ve jumper kablo gibi Raspberry Pi uzerine baglanabilen elektronik cihazlari da icermektedir. Materyallerin taninmasi icin gerekli yaziliminin gelistirilmesi asamasinda; kâgit, cam ve plastik materyallerini iceren 845 adet resim calisma kapsaminda hazirlanmis ve bunlarin 662 tanesi Tensorflow nesne tanima kutuphanesi uzerinde egitim icin kullanilmistir. Materyallerin gelistirilen donanim tarafindan gercek zamanli olarak algilanmasi ve elde edilen nesne tanima modelinin donanim uzerinde kullanilabilmesi icin Raspberry Pi icerisine OpenCV bilgisayarli gorme kutuphanesi yuklenmistir. En son olarak, gelistirilen donanim ilgili materyallere ozel ayrilmis kutular uzerine sabitlenerek sistem gercek zamanli olarak calisir hale getirilmistir. Sistemin duzgun calistigini dogrulamak icin kutu icerisine bazi atiklar atilmis ve LCD ekran uzerinde sonuclar goruntulenmistir.

Geri Dönüştürülebilir Atıkların Materyallerine Göre Sınıflandırılması için Raspberry Pi Tabanlı Donanım Geliştirilmesi