Bitki Doku Kültüründe Yapay Zekâ Ve Makine Öğrenmesi Uygulamaları
Anahtar Kelimeler
Bu bölüm, bitki doku kültürü alanında yapay zekâ (YZ) ve
makine öğrenmesi (ML) tekniklerinin giderek artan önemini bütüncül ve
disiplinler arası bir bakış açısıyla ele almaktadır. Klasik in vitro
yaklaşımların çok değişkenli ve doğrusal olmayan biyolojik sistemleri
açıklamada karşılaştığı sınırlılıklar, bu bölümde veri temelli ve öngörücü
yapay zekâ modelleri çerçevesinde tartışılmaktadır. Yapay zekânın bitki doku
kültürüne entegrasyonu; mikroçoğaltım veriminin artırılması, besin ortamı ve
hormon kombinasyonlarının optimizasyonu, stres fizyolojisi analizleri, sekonder
metabolit üretim tahminleri ve görüntü tabanlı morfolojik değerlendirmeler gibi
temel uygulama alanları üzerinden ayrıntılı olarak sunulmaktadır. Bölümde,
Yapay Sinir Ağları (ANN), Destek Vektör Makineleri (SVM), Rastgele Orman (RF),
K-En Yakın Komşu (KNN) ve Genetik Algoritmalar (GA) gibi yaygın kullanılan
yapay zekâ ve optimizasyon yöntemleri; teorik temelleri, güçlü yönleri,
sınırlılıkları ve bitki doku kültüründeki özgül kullanım örnekleriyle birlikte
karşılaştırmalı biçimde ele alınmaktadır. Ayrıca bu yöntemlerin hibrit ve karar
destek sistemleriyle entegrasyonu, protokol geliştirme süreçlerinde
deneme-yanılma yaklaşımını nasıl dönüştürdüğü üzerinden değerlendirilmektedir.
Bölümün ilerleyen kısımlarında, yapay zekâ destekli biyoreaktör sistemleri ve
dijitalleşmiş in vitro üretim altyapıları ele alınarak, bitki
biyoteknolojisinde otomasyon, ölçeklenebilirlik ve sürdürülebilirlik
perspektifi ortaya konulmaktadır. Bu bölüm, yapay zekâ ve makine öğrenmesini
yalnızca yardımcı analiz araçları olarak değil, bitki doku kültüründe yeni bir
araştırma ve üretim paradigmasının temel bileşenleri olarak konumlandırmakta;
hem akademik araştırmalar hem de ticari uygulamalar için yol gösterici bir
çerçeve sunmaktadır.
Kitap Adı:
Bitki Doku Kültürü Temel Prensipleri Ve Yöntemleri
Atıf Sayısı :
