AKTS - İleri Doğal Hesaplama

İleri Doğal Hesaplama (MDES662) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
İleri Doğal Hesaplama MDES662 3 0 0 3 5
Ön Koşul Ders(ler)i
Öğretim üyesinin onayı
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı Bu dersin amacı doğadan esinlenmiş farklı hesaplama tekniklerini öğretmek; hesaplama ve optimizasyon problemlerinin doğadan esinlenmiş yöntemlerle uygulamalı çözümlerini öğretmek; doğa olaylarının benzetim ve taklidine ilşkin deneyim kazandırmak; alternatif vasıtalar kullanarak hesaplama yapılması hakkında giriş düzeyinde bilgi sahibi olmaktır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Evrimsel Mekanizmalar, Karınca kolonileri, Parçacık sürüleri ve Yapay Arı Kolonileri gibi doğadan esinlenmiş hesaplama mekanizmaları hakkında gerekli bilgileri öğrenmek. Doğal olayların benzetimi ve taklidine yönelik yöntemleri (hücresel özdevinirler, L-Sistemleri ve yapay yaşam gibi) anlamak. Doğadan esinlenmiş hesaplama tekniklerinin pratik gerçek yaşam problemlerinin çözümüne uygulayabilmek. DNA gibi yeni/alternatif doğal vasıtalar ile hesaplama konusunda bilgi sahibi olmak.
Dersin İçeriği Evrimsel hesaplama, karınca kolonisi optimizasyonu, parçacık sürü optimizasyonu, yapay arı kolonileri, hücresel özdevinirler, L-sistemleri, yapay yaşam, DNA hesaplaması.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Doğal Hesaplamaya Giriş De Castro Bölüm 1 &2
2 Evrimsel Hesaplama De Castro Bölüm 3 ve Kaynak #1
3 Evrimsel Hesaplama De Castro Bölüm 3 ve Kaynak #1
4 Sürü Zekası: Karınca Kolonisi Optimizasyonu De Castro Bölüm 5 ve Kaynak #2
5 Sürü Zekası: Karınca Kolonisi Optimizasyonu De Castro Bölüm 5 ve Kaynak #2
6 Sürü Zekası: Parçacık Sürü Optimizasyonu De Castro Bölüm 5 ve Kaynak #5
7 Sürü Zekası: Parçacık Sürü Optimizasyonu De Castro Bölüm 5 ve Kaynak #5
8 Sürü Zekası: Yapay Arı Kolonisi Algoritması Kaynak #4
9 Doğal Olayların Benzetim ve Taklidi: Hücresel Özdevinirler De Castro Bölüm 7.3
10 Doğal Olayların Benzetim ve Taklidi: LSistemleri De Castro Bölüm 7.4
11 Yapay Yaşam De Castro Bölüm 8
12 Yapay Yaşam De Castro Bölüm 8
13 Yeni Vasıtalarla Hesaplama: DNA Hesaplaması De Castro Bölüm 9
14 Yeni Vasıtalarla Hesaplama: DNA Hesaplaması De Castro Bölüm 9
15 Genel gözden geçirme -
16 Final sınavı -

Kaynaklar

Ders Kitabı 1. Leandro Nunes de Castro, Fundamentals of Natural Computing: Basic Concepts, Algorithms and Applications, Chapman & Hall/CRC, 2006, ISBN 1-58488-643-9.
Diğer Kaynaklar 2. S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, Prentice-Hall, 2003
3. M. Dorigo and T. Stützle, Ant Colony Optimization, MIT Press, 2004.
4. Artificial Intelligence, Patrick H. Winston, Addison-Wesley, 1992.
5. http://mf.erciyes.edu.tr/abc/publ.htm
6. http://www.swarmintelligence.org

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 1 10
Sunum 1 10
Projeler 1 30
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 20
Genel Sınav/Final Juri 1 30
Toplam 5 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 70
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 30
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri X
Uzmanlık/Alan Dersleri
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 Makine mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
2 Makine Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
3 Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.
4 Makine mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olmak ve ihtiyaç duyduğunda bunları inceleleyebilmek ve öğrenmek.
5 Makine mühendisliği ile ilgili problemleri tanımlayıp ve formüle edebilmek, çözmek için yöntem geliştirimk ve çözümlerde yenilikçi yöntemler uygulayabilmek.
6 Yeni ve/veya özgün fikir ve yöntemler geliştirebilmek; karmaşık sistem veya süreçleri tasarlayabilmek ve tasarımlarda yenilikçi/alternatif çözümler geliştirebilmek.
7 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlayabilmek ve uygulayabilmek; bu süreçte karşılaşılan karmaşık problemleri irdeleyebilmek ve çözümlemek.
8 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
9 Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurmak.
10 Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilmek.
11 Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilmek ve bunların mühendislik uygulamalarına getirdiği kısıtların farkında olmak.
12 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetleyebilmek.

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 1 16
Sunum/Seminer Hazırlama 1 15 15
Projeler 1 25 25
Raporlar
Ödevler 1 15 15
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 8 8
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 10 10
Toplam İş Yükü 137