AKTS - Mühendislik Sistemlerinin Hesaplanması ve Tanılanması
Mühendislik Sistemlerinin Hesaplanması ve Tanılanması (MDES630) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Mühendislik Sistemlerinin Hesaplanması ve Tanılanması | MDES630 | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| Öğretim üyesinin onayı |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | N/A |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Ders sonunda öğrenciler, durum kestirimi için süzgeç tasarımı ve fiziksel sistemler üzerinde uygulama tecrübesi kazanacaklardır. Sistem tanılama teknikleri ve uygulamaları da ders kapsamında çalışılacaktır. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Kalman süzgeci, parametrik olmayan tanılama teknikleri, parametre kestirimi, süzgeç algoritmalarının gerçek sistemler üzerinde uygulanmaları, gerçek sistemlerden toplanan veri ile system tanılama. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Durum kestirimi, gözleyicilerin tekrarı | - |
| 2 | Kalman süzgeci | - |
| 3 | Genişletilmiş Kalman süzgeci | - |
| 4 | Unscented Kalman süzgeci | - |
| 5 | Unscented Kalman süzgeci | - |
| 6 | Örnek çalışmalar | - |
| 7 | Örnek çalışmalar | - |
| 8 | Sistem tanılama kavramları | - |
| 9 | Parametrik olmayan metodlar, parameter kestirim teknikleri | - |
| 10 | En küçük kareler kestirimi | - |
| 11 | En yüksek olasılık kestirimi | - |
| 12 | Öngörü hatası kestirimi | - |
| 13 | Tanılama için yapay sinir ağları | - |
| 14 | Örnek çalışmalar | - |
| 15 | Genel gözden geçirme | - |
| 16 | Final sınavı | - |
Kaynaklar
| Ders Kitabı | 1. Kumar, P. R., Varaiya, P., Stochastic Systems: Estimation, Identification, and Adaptive Control, Prentice Hall, 1986. |
|---|---|
| Diğer Kaynaklar | 2. Ljung, L., System Identification, Theory for the User, PTR Prentice Hall, New Jersey, 1987. |
| 3. Maybeck, P. S., Stochastic Models, Estimation, and Control, Academic Press, 1979. | |
| 4. Minkler G., Minkler J. Theory and Application of Kalman Filtering, Magellan Book Company, USA, 1993. | |
| 5. Nelles O., Nonlinear System Identification from Classical Approaches to Neural Networks and Fuzzy Models, Springer, 2001 |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | - | - |
| Projeler | 2 | 40 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 2 | 40 |
| Genel Sınav/Final Juri | 1 | 20 |
| Toplam | 5 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 80 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 20 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | |
|---|---|
| Uzmanlık/Alan Dersleri | X |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Matematik, fen ve temel bilimler alanlarındaki bilgileri uzmanlık seviyesinde anlama ve uygulama becerisi kazanır. | |||||
| 2 | Mühendislik alanında güncel teknik ve yöntemlerle bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşma, kazanılan bilgiyi değerlendirme, yorumlama ve uygulama becerisi kazanır. | |||||
| 3 | Alanıyla ilgili en son gelişmelerin de farkında olarak problemleri tanımlar, formüle eder ve çözümlerde yeni ve/veya özgün fikir ve yöntemler gelistirir. | |||||
| 4 | Kuramsal, deneysel ve modelleme esaslı arastırmaları tasarlar ve uygular, çalışma sonuçlarını ve elde ettiği verileri uzmanlık seviyesinde analiz eder ve yorumlar. | |||||
| 5 | Alanındaki uygulamaları, teknikleri, modern araç ve gereçleri uzmanlık seviyesinde kullanma becerisi kazanır. | |||||
| 6 | Bağımsız olarak özgün bir çalışma sürecini tasarlar, yürütür ve sonuçlandırır. | |||||
| 7 | Disiplinler arası ve disiplin içi takımlarda çalışabilir, liderlik yapabilir, farklı disiplinlere ait bilgileri bir arada kullanabilir ve çözüm yaklaşımları geliştirebilir. | |||||
| 8 | Mesleki tüm etkinliklerde bilimsel, toplumsal, etik değerleri gözetir ve sorumluluk bilincini uzmanlık seviyesinde kazanır. | |||||
| 9 | Yaptığı akademik çalışmaların süreç ve sonuçlarını ulusal ve uluslar arası akademik ortamlarda yazılı ya da sözlü olarak aktararak literatüre katkı sağlar, uzmanlık alanında çalışan topluluklar ve bilimsel çalışanlarla etkin iletişim kurar. | |||||
| 10 | Yaşam boyu öğrenmenin gerekliliği becerisini uzmanlık seviyesinde kazanır. | |||||
| 11 | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletisim kurar. | |||||
| 12 | Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır. | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 3 | 10 | 30 |
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 2 | 8 | 16 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Toplam İş Yükü | 136 | ||