GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| EEMDR614 | SOFT HESAPLAMA | Seçmeli Ders Grubu | 1 | 1 | 5,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Dersin Amacı
Klasik kontrol metodlarının yetersiz kaldığı ve akıllı mekatronik sistemlerinin tasarım temellerini oluşturan, yumuşak hesaplama metotlarını baz alan akıllı kontrol sistemlerinin tasarımı ve analizine ilişkin temel becerilerin öğrencilere kazandırılmasıdır
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Cemil ALTIN
Öğrenme Çıktıları
| 1 | Modellenemeyen sistemleri bulanık mantık yardımıyla kontrol eder. |
| 2 | Yapay sinir ağları vasıtasıyla makine öğrenmesi ve yapay zeka alanında bilgi sahibi olur. |
| 3 | Yapay Sinir Ağları Tabanlı Kontrol Sistemi Tasarlayabilmek |
| 4 | Bulanık Mantık Tabanlı Kontrol Sistemi Tasarlayabilmek |
| 5 | ANFIS Algoritmasının Temellerini Özümsemek, Sistem Tanıma ve Kontrol Amaçlı Olarak Kullanabilmek |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
-
Ders İçin Önerilen Diğer Hususlar
-
Dersin İçeriği
Yapay Sinir Ağları, Perceptron, Öğrenme, Bulanık Mantık, Üyelik fonksiyonları, Bulanıklaştırma, Durulaştırma
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | YSA Kavramı. Yapay Sinir Ağlarının Önemi. | Yoktur | |
| 2 | Yapay Sinir Hücresi ve Bileşenleri. Etkinlik İşlevi Türleri. Biyolojik Sinir Hücresi. | Yoktur | |
| 3 | Perceptron ve ADALINE Örnekleri. XOR Problemi ve Çok Katmanlı Modeller | Yoktur | |
| 4 | Öğreticili ve Öğreticisiz Öğrenme. YSA ile Tahminleme, Sınıflandırma | Yoktur | |
| 5 | YSA Modelleri. YSA Tasarımı. | Yoktur | |
| 6 | MATLAB’da YSA. YSA Uygulamaları. | Yoktur | |
| 7 | MATLAB’da YSA. YSA Uygulamaları. | Yoktur | |
| 8 | Bulanık Mantığa Giriş | Yoktur | |
| 9 | Bulanık mantık ile ilgili temel kavramlar | Yoktur | |
| 10 | Geleneksel mantık & Bulanık Mantık | Yoktur | |
| 11 | Üyelik Fonksiyonları a) Üyelik fonksiyonlarının özellikleri b) Bulanık kümelerin sınıflandırılması c) Üyelik fonksiyonu türleri | Yoktur | |
| 12 | Bulanık Sistem a) Bulanıklaştırma b) Kural tabanı c) Durulaştırma | Yoktur | |
| 13 | Bulanık “eğer-o zaman” Kuralları, Dilsel Değişkenler | Yoktur | |
| 14 | Bulanık mantık tabanlı örnek uygulamalar | Yoktur |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1) SOFT COMPUTING (Editor: A.K. SRIVASTAVA) 2) Radim Belohlavek and George J. Klir, "Concepts and Fuzzy Logic" , MIT Press, 2011. 3)NEURAL NETWORKS IN A SOFTCOMPUTING FRAMEWORK (K. L. DU & M. N. S. SWAMY)
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Quiz | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
-
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Gösterme | 14 | 1 | 14 |
| Ara Sınav İçin Bireysel Çalışma | 2 | 14 | 28 |
| Final Sınavı içiin Bireysel Çalışma | 3 | 14 | 42 |
| Toplam İş Yükü (saat) | 130 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | |
| ÖÇ 1 | 3 | 1 | 5 | 3 | ||||||
| ÖÇ 2 | 1 | 5 | 5 | 4 | 3 | |||||
| ÖÇ 3 | 5 | 4 | ||||||||
| ÖÇ 4 | 5 | 4 | ||||||||
| ÖÇ 5 | 5 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek