AKTSGevşek Hesaplama

Gevşek Hesaplama (COMPE474) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Gevşek Hesaplama COMPE474 Seçmeli Dersler 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Teknik Seçmeli Grup B
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Course Assistants
Dersin Amacı Dersin amacı sinir ağları ile ilgili temel bilgi edinmek, bulanık mantık ve optimizasyon kavramlarını, ilgili algoritmaları ve konuların birbirleri ile olan ilişkilerini öğrenmek.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Alan ile ilgili nümerik metotları gerçekleştirebilme
  • Bulanık küme kavramını anlatabilme
  • Türevden bağımsız ve türeve dayalı optimizasyon yöntemlerini uygulayabilme
  • Yapay sinir ağlarını ve öğrenme konusunu tartışma
  • Yapay sinir – bulanık mantık modellemesini kavrama
  • Konu ile ilgili uygulamaların farkına varma
Dersin İçeriği Biyolojik ve yapay sinir ağları, geriye yayılma algoritması ve çok katmanlı geriye yayılma algoritması. Yapay sinir ağları modelleri ve öğrenme algoritmaları. Bulanık mantık ve bulanık kümeler. Temel bulanık mantık matematiği. Bulanık işlemler. Bulanık sistemler. Bulanık akıllı sistemleri. Bulanık kontrol. Genetik algoritmalar. Yapay sinir ağlarının, bulanık sistemlerin ve genetik algoritmaların yakınsaması.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Giriş Ana ders kitabı Bölüm 1
2 Bulanık Kümeler Bölüm 2
3 Bulanık Kurallar ve Bulanık Mantık Bölüm 3
4 Bulanık Kurallar ve Bulanık Mantık Bölüm 3
5 Bulanık Anlam Çıkarma Sistemleri Bölüm 4
6 Türeve Dayalı Optimizasyon Bölüm 6
7 Türevden Bağımsız Optimizasyon Bölüm 7
8 Türevden Bağımsız Optimizasyon Bölüm 7
9 Denetimli Öğrenme Yapay Sinir Ağları Bölüm 9
10 Denetimsiz Öğrenme Yapay Sinir Ağları Bölüm 11
11 İntibak Edici Yapay Sinir Ağları – Bulanık Anlam Çıkarma Sistemleri Bölüm 12
12 İntibak Edici Yapay Sinir Ağları – Bulanık Anlam Çıkarma Sistemleri Bölüm 12
13 Zorunlu Yapay Sinir Ağları – Bulanık Modelleme Bölüm 13
14 Uygulamalar Bölüm 19 - 22
15 Gözden geçirme
16 Gözden geçirme

Kaynaklar

Ders Kitabı 1. J. S. R. Jang, C. T. Sun and E. Mizutai, “Neuro-Fuzzy and Soft Computing”, 1997.
Diğer Kaynaklar 2. 1. Timothy J. Ross, “Fuzzy Logic with Engineering Applications”, McGraw-Hill, 1997.
3. 2. Zioluchian Ali, Jamshidi Mo, “Intelligent Control Systems Using Soft Computing Methodologies”, CRC Press, 2001.
4. 3. D. E. Goldberg, “Genetic Algorithms: Search, Optimization and Machine Learning”, Addison Wesley, N.Y., 1989.
5. 4. S. Rajasekaran and G.A.V.Pai, “Neural Networks, Fuzzy Logic and Genetic Algorithms”, PHI, 2003.
6. 5. L. H. Tsoukalas, R. E. Uhrig, “Fuzzy and Neural Approaches in Engineering”, John Wiley, N. Y., 1997.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 4 20
Sunum - -
Projeler 1 25
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 25
Genel Sınav/Final Juri 1 30
Toplam 7 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 70
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 30
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 bilimleri ve mekatronik mühendisliği ile ilgili konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
2 Karmaşık mekatronik mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Karmaşık bir mekatronik mühendisliği sistemini, sürecini, cihazını veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi; mekatronik mühendisliği kapsamında mühendislik yaratıcılığı yöntemlerini etkin bir şekilde uygulayabilme becerisi. (Gerçekçi kısıtlar ve koşullar tasarımın niteliğine göre, ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi öğeleri içerirler.)
4 Mekatronik mühendisliği ve robot teknolojisi uygulamaları için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim ve iletişim teknolojilerini etkin bir şekilde kullanma becerisi.
5 Mekatronik mühendisliği ve robot teknolojisi problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi; mekatronik mühendisliğinin yakın etkileşim içinde olduğu makina, elektrik/elektronik ve bilgisayar mühendislikleri ile mekatronik mühendisliğinin uygulama alanı içinde diğer mühendislik ve bilim dalları veya çalışma alanları ile etkin iletişim kurabilme becerisi, farklı disiplinlerde çalışabilme becerisi.
7 Türkçe ve İngilizce sözlü ve yazılı etkin iletişim kurma, yaratıcı ve özgün kavram ve fikirleri ifade edebilme becerisi.
8 Mekatronik mühendisliğinin uygulama çeşitliliğinin gerektirdiği şekilde değişik konularda bilgiye erişim, eleştirel bakış, yorumlama ve bilgiyi geliştirme becerisi; yaşam boyu öğrenme sonucu gelişme ve sürekli yenileme gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme; girişimcilik, yenilikçilik ve sürdürebilir kalkınma hakkında farkındalık ve kendini sürekli yenileme becerisi.
9 Mesleki ve etik sorumluluk bilincine sahip olma, bu konuda iletişim araçlarını kullanarak meslek bilincini geliştirme ve mesleğin gelişimine katkıda bulunma yetkinliği.
10 Proje yönetimi ile risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi ve sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme, yönetebilme ve liderlik yetkinliği.
11 Mekatronik mühendisliği uygulamalarının evrensel, toplumsal ve bireysel boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile kültürel değerler ve çağın sorunları hakkında bilgi; bu konularda mühendislik bilinci; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
12 Mekatronik mühendisliği konularında, sorunları tanımlayabilme, analiz edebilme, kaynak araştırması yapabilme, veritabanları ve diğer bilgi kaynaklarını kullanarak yaptığı araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme ve sorunlara ilişkin çözüm önerilerini nicel ve nitel olarak aktarabilme yetkinliği.
13 Yaşadığı çevreye duyarlı ve toplumsal sorumluluk bilincine sahip, sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyen, geliştiren ve gerektiğinde değiştirebilen, toplum içinde bir birey olma ve topluma yönelik proje düzenleme, geliştirebilme ve uygulayabilme yetkinliği.
14 Mekatronik mühendisliği konularında strateji, politika ve uygulama planları geliştirebilme ve elde edilen sonuçları kalite süreçleri çerçevesinde değerlendirebilme yetkinliği.

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati)
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 3 48
Sunum/Seminer Hazırlama
Projeler 1 10 10
Raporlar
Ödevler 4 5 20
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 10 10
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 15 15
Toplam İş Yükü 103