First application of two distinguishment techniques: Using Linear Discriminate Function method and Artificial Neural Networks approach according to the ovary types for some plant parasitic nematodes

Authors : Ayşe Nur TAN, Aylin TAN, Hilal SUSURLUK

Pages : 1-14

Doi:10.29050/harranziraat.1025087

View : 12 | Download : 6

Publication Date : 2022-03-25

Article Type : Research Paper

Abstract :Bu çalışmada Sakarya ilindeki (Türkiye) ayva (Cydonia oblonga Mill.) (Rosales: Rosaceae) ekiliş alanlarından elde edilen farklı bitki paraziti nematod türlerinin dişi bireylerine ait olan tek ve çift ovarileri sınıflandırılmıştır. Sırasıyla, 2016 Temmuz ve 2017 Temmuz’ da topraktan alınan toplam 109 ve 121 adet dişi nematod kullanılmıştır. Bu nematodlara ait olan tüm vücut uzunluğu (L), stylet uzunluğu (Stylet) ve kuyruk/vulvadan anüse olan mesafe (T/VA) parametreleri ölçülmüş ve incelenmiştir. Tek ve çift ovary grupları, bu parametreler arasındaki ilişki dikkate alınarak Doğrusal Ayırt Etme Fonksiyonu Yöntemi (Fisher Yöntemi) ve Yapay Sinir Ağları Yaklaşımı kullanılarak ayırt edilmiştir. Temmuz 2017 veri seti kullanılarak yapılan sınıflandırmada L ve (T/VA) parametre ikilisi (LDF yöntemi için %97 ve YSA yaklaşımı için %100 olarak), L ve Stylet parametre ikilisinden (LDF yöntemi için %91 ve YSA yaklaşımı için %97 olarak) daha yüksek doğruluk yüzdesine sahiptir. İkinci yaklaşım, birinci yöntemden daha başarılıdır. Bu araştırma Türkiye’de ve Dünya’daki nematoloji çalışma alanında bu yöntemin ve yaklaşımın birlikte kullanıldığı ilk çalışmadır. Taksonomi çalışmaları nematolojide farklı istatistiksel yöntemler ve yapay sinir ağları yaklaşımları birlikte kullanılarak geliştirilebilir.
Keywords : Yapay Sinir Ağları, Doğrusal Ayırt Etme Fonksiyonu, Nematod, Ovary, Ayva