Otomatik öğrenme, geçmiş deneyimleriyle otomatik olarak performanslarını iyileştiren bilgisayar programları ile ilgilenir. Yapay zeka, istatistik, bilgi kuramı, biyoloji ve kontrol teorisi gibi bir çok alandan ilham alan otomatik öğrenme dersinde aşağıdaki konular işlenecektir; Konsept öğrenme, Karar ağacı öğrenme, Yapay sinir ağları, Temelli öğrenme, Evrimsel algoritmalar, Destekli öğrenme, Bayes öğrenmesi, Hesapsal öğrenme teorisi.

Bu ders kuantum bilişim teknikleri kullanarak klasik otomatik öğrenme yöntemlerinin verimliliğini arttırmayı içerir ve aynı zamanda kuantum sistemlerini analiz etmek için klasik makine öğrenimi yöntemlerinin nasıl kullanılabileceğini gösterir.

Akıllı Etmenler; Problem çözme ve Arama: düzenli ve sezgisel arama, A*, yerel arama ve optimizasyon; Kısıt sağlama problemleri; Oyun oynama ve rekabet ortamında arama; Mantıksal muhakeme. Önerme mantığı. Birinci seviye mantık. Birinci seviye mantıkta çıkarsama; Planlama; Belirsizlik altında muhakeme. Bayes kuralı. İnanç ağları. Karar vermek için inançları kullanma. İnançları öğrenme; Pekiştirmeli Öğrenme

Akıllı aracılar, çoklu aracı etkileşimleri,anlaşmalar, açık arttırmalar, pazarlıklar, yardımlaşmalı dağıtık problem çözme ve aracı odaklı analiz.

Gerçek Zamanlı Sistemler, diğer alt sistemlerden (hem mekanik hem de elektronik) oluşan daha büyük sistemlere yerleştirilen yazılım / donanım bileşenlerinden oluşmaktadır. Bu sistemler, sensörlerden girdi bilgisi ile beslenmekte ve çevresiyle kesintisiz etkileşim halinde bulunmaktadırlar. \nBu derste öğrenciler, gerçek zamanlı sistemler için yazılım tasarımının temel prensiplerini ve modern tasarım yöntemlerini öğrenirler. Bu derste UML diyagramların kullanımını vurgulamaktadır.\n

Kullanıcı arayüzü temel prensiplerini öğretmek. Kullanılırlık model ve prensiplerini öğrenciye tanıtmak. Kullanıcı ve görev analizini öğrenciye yaptırmak. Tasarım, prototip geliştirme ve değerlendirme işlemlerini öğrenciye proje yaptırarak öğretmek. Yeni kullanıcı arayüzü teknikleri öğretmek. Kullanıcı odaklı araştırmaların nasıl yürütüleceğini öğretmek.

Bu derste, dağıtık veritabanı tasarımı, dağıtık işlem yönetimi ve eş zamanlılık kontrolünden veri replikasyonu ve dağıtık veritabanı sistemleri için sorgu işleme ve eniyileme konularına kadar değişen bir yelpazede konular işlenecektir.

Bilgisayar grafiği temelleri, matematiksel altyapı, grafik pipeline yolu, modellerin temsil edilmesi, animasyon, aydınlatma ve materyaller, kaplama ve yüzey detay metodları, global aydınlatma, programlanabilen gölgelendiriciler, fizik tabanlı metodlar, örgü deformasyon teknikleri, nokta bulutları, foto gerçekçi olmayan resmetme.

Kurs, Sensör ağ Mimarisi, İşletim Sistemleri, Fiziksel Katman, Orta Erişim Kontrolü, Ağ Katmanı, Güç Yönetimi, Zaman Senkronizasyonu, Yerelleştirme, Güvenlik, Sensör Ağı Simülasyonunu kapsayacaktır.

Sayısal video temelleri, görüntü ve video sıkıştırma prensipleri, video kodlama standartları, hareket tahminleme ve düzeltme, transform kodlama, entropi kodlama, önce ve sonra bilgi işleme, iletim oranı, distorsiyon, karmaşıklık ve video iletimi.

Dersinin içeriği, bilgi güvenliği konusundaki kavramları vermek ve problemleri çözmeye yönelik bir bakış açısıyla kavranmasını sağlamaktır.

Bu ders eşzamanlı ve reaktif sistemlerin davranışları hakkında akıl yürütmekde kullanılan formal spesifikasyon tekniklerinin gözden geçirilmesi üzerinedir.

Kesirli sayılar aritmetiği, hesaplamalı lineer denklemler, lineer olmayan denklemlere iteratif çözümler, enterpolasyon, sayısal integral, ODE lere sayısal çözümler ve sayısal çözümlemeler için genel bilgisayar programları.

Seyrek ve gereğinden fazla temsilleme yöntemlerinin temel prensiplerinin teorik ve nümerik olarak verilmesi ve bu teorik bilgilerden yararlanarak pratik uygulamalarda kullanabilmesi.

Bu ders karmaşık, bakılabilir ve genişleyebilen yazılım sistemlerin geliştirilmesinde kullanılan tasarım şablonları ve kod yeniden düzenleme teknikleri üzerine derinlemesine bir çalışmayı içerir.

Bu ders yazılım mühendisliğinde, yazılım gelişimi ve bakımı süreçlerini, yeniden mühendislik, yeniden düzenleme ve yeniden kullanma tekniklerini ilişkin kavramları tanımlar.

Görüntü süzgeçleme ve dekonvolüsyon, öz-görüntüler, gürültü indirgeme ve onarımı, renkli görüntü işleme, çok çözünürlüklü işleme, görüntü sıkıştırma, morfolojik görüntü işleme, ölçek-uzay teknikleri, öznitelik çıkarımı ve tanıma, görüntü eşikleme / bölütleme, görüntü kayıtlama ve eşleştirme.

Örüntü tanıma algoritmalarının temellerini ve uygulamaları, istatistiksel karar kuramı, istatistiksel sınıflama, en büyük olabilirlik Bayes kestirimi, parametrik olmayan yöntemler, öznitelik çıkarımı, öznitelik seçimi, doğrusal sınıflayıcılar, sinir ağları, metrik olmayan yöntemler, eğiticisiz öğrenme ve öbekleme.

Bu ders öğrencilerin ilgi alanlarında hazırlayacakları bir projeyi, ev ödevlerini ve kuramsal ders saatlerini kapsamaktadır. Kuramsal ve uygulamalı çalışmalar dengeli biçimde verilecektir. Dersin içeriğinde zamanla değişmeyen süzgeçler ve temel dalgacık dönüşümü, süzgeç bankalarının ve dalgacıkların analizi, tasarım yöntemleri ve yazılım uygulamaları bulunmaktadır.

Biyomolekülsel ve Hücresel Özellikler, Fizyolojik Özellikler, Biyomekanik, Biyocihazlar, Biyogörüntüleme ve İşaret İşleme, Biyoteknoloji, Bağışıklık Mühendisliği, Biyomateryaller

Optimal ortalama-kare kestirimi, Wiener süzgeçler, uyarlanır yapılara giriş ve en küçük kare metodu, durum uzay modelleri, Kalman süzgeçler, arama teknikleri: eğim ve Newton metodları; LMS, RLS algoritmaları.

Durağan olmayan sinyallerin zaman-frekans analizinde kullanılmakta olan Görgül Kip Ayrışımı, Grup Görgül Kip Ayrışımı, Çok Değişkenli Görgül Kip Ayrışımı, Değişken Kip Ayrışımı, İçkin Zaman-Ölçek Ayrışımı, Fourier-Bessel Ayrışımı yöntemleri, Zaman-Frekans Enerji Dağılımı Kestirimi konusundaki son yaklaşımlar olan Yeniden Atama ve Senkrosıkıştırma Teknikleri

Yapay sinir ağ mimarileri ve öğrenme algoritmaları. Çok katmanlı algılayıcı, radyal taban fonksiyonlu ağlar ve destek vektör makineleri. Regresyon / fonksiyon yaklaşımı, sınıflama ve öbekleme. İşaret işleme, filtreleme ve örüntü tanıma için yapay sinir ağları. Sistem tanılama ve kontrol için yapay sinir ağları.

Kısıtlı ve kısıtsız statik optimizasyon. Optimalite şartları. Lagrange çarpanları yöntemi. Karush-Kuhn-Tucker şartları. Gradyen düşüm ve Newton yöntemleri. Varyasyonlar hesabı. Ayrık-zaman ve sürekli zaman dinamik sistemlerin optimal kontrolü. Doğrusal kuadratik regülatör, kalıcı durum kapalı çevrim kontröl ve yörünge izleme kontrolü. Ayrık-zaman ve sürekli zaman dinamik sistemler için dinamik programlama.

Bu derste, otonom aracın konumlanması, nesne tanıma, yol izleme, sensör füzyonu, haritalama, engellerden sakınma konuları anlatılacak ve Robot İşletim Sistemi (ROS) ortamında, Python tabanlı algılama, hareket planlama ve navigasyon teknikleri öğretilecektir.

MOS Tranzistör teorisi, CMOS teknolojisi, Devre karakterizasyonu, CMOS Mantık Kapısı Tasarımı, CMOS Mantık Yapıları, tartışılacaktır. Dinamik mantık ve Saatleme stratejileri, G/Ç Yapıları, Hafıza, Düşük Güçlü VLSI Tasarımı, Tümdevre tasarım Seçenenekleri, Tasarım Doğrulama araçları, CMOS Devre Testler.

Gauss-Markov süreçleri ve stokastik türevsel denklemler, Bayes kestirim kuramı, Maksimum olasılık, doğrusal minimum sapma, enküçük-kareler kestirimleri, Kestiricilerin özellikleri, Hata analizi, Doğrusal sistemler için durum tahmini, Kalman-Bucy ve Wiener süzgeçleri, Tesviye ve önkestirim yöntemleri, Doğrusal olmayan kestirim, Süzgeç uygulamaları, Haberleşme, kontrol, sistem tanıma ve biyomedikal mühendisliği uygulamaları.

Kablosuz haberleşme , yol kaybı gölgelenmesi, Kablosuz kanal modelleri, kablosuz kanallar üzerinde temel dijital modülasyon teknikleri .

Bu derste donanım ve yazılım tasarımı methodları, bilgisayar destekli tasarım ve benzetim programları, çeviriciler, derleyiciler, hata ayıklayıcılar ve programcılar işlenecektir. Motorola, Intel ve ARM gibi değişik işlemciler ile uC-Linux ve PalmOS gibi işletim sitemleri çalışılacaktır. Ayrıca USB, PCI, Ethernet ve Bluetoth gibi bilgisayar arayüzleri incelencektir.

Gömülü DSP sistemlerinin donanım ve yazılım yönleri, donanım ve yazılım arasındaki etkileşim, gerçek zaman prensipleri ve algoritma tasarımı ve uygulamasındaki dengeler.

Bu derste hızlı dalgacık dönüşümü algoritmaları, algoritmaların filtrelerle ilişkileri, dalgacık paketleri analizi yarı, çiftdikkenlik ve çiftdikken analizi, mimari ve taşıyıcı dalgacık konuları işlenecektir.

Video sistemlerine giriş, video işaretlerinin Fouırier analizi, uzamsal-zamansal örnekleme, hareket analizi ve hareket kestirimi, video süzgeçleme ve onarımı, video kodlama ve sıkıştırma teknikleri, süper çözünürlük, sayısal TV ve video haberleşme standartları.

Dinamik sistemler ve küme kuramı temelinde, kaotik dinamikler ve fraktal kümelerin bir arada incelenmesi. Değişmez kümelerde, başlangıç koşullarına hassas bağımlılık ve topolojik geçişlilik. Kararlı sabit noktadan peryod katlanmasına ve kaosa geçiş. Sembolik dinamikler ve garip çekici örnekleri. Kantor kümesinden klasik fraktal kümelere. Öz benzerlik ve fraktal boyut. Ardışık fonksiyon sistemleri ile görüntü kodlama. Fraktal oluşturmada rassallık. Kaotikleştirme. Kaos ve fraktalların mühendislik uygulamaları

Bu ders Elektrik ve Elektronik Mühendisliği Doktora Programı için zorunlu bir derstir. Ders, Rasgele Sinyaller, Olasılık Teorisi, Stokastik Süreçler ve Rasgele İşaret İşleme alanındadır. Ders, temel olasılık kavramlarını, zaman ortalamalarını, istatistiksel ortalamaları, rasgele değişkenleri, momentleri, CDF, PDF ve PSD fonksiyonlarını, rasgele vektörleri, durağan ve ergodik rasgele süreçleri ve rasgele sinyalleri incelemeyi amaçlamaktadır.

Bu dersin amacı matematiksel modellemeyi hali hazırda bilen öğrencilere sezgisel algoritmaların işleyişini sunar. Başlıklar temel sezgisel yapılar (greedy, improvement, construction); benzetim tavlama, tabu search, genetic algoritma, karınca koloni ve benzeri metasezgisel algoritmalardır. Derslerde sezgiseller ile ilgili temel bilgiler not olarak sağlanacaktır. Öğrencilerin dersin ilgili olduğu konularla ilgili çeşitli uygulamalar yapması beklenmektedir. Buna ek olarak, proje ödevi olarak bir problemi uygun bir sezgisel metod ile çözecek program yazmaları ve bu programın performansını ölçmeleri beklenmektedir.

Bu dersin konuları arasında eniyilik, gevşetme, sınırlar, ağ akış problemleri, dal ve sınır, dinamik programlama, kesen düzlemler ve yaklaşık algoritmalar bulumaktadır.

Bu dersin konuları arasında doğrusal programlamanın teorisi, algoritmalar ve çözüm yöntemleri; doğrusal programların formüle edilmesi; dualite ve duyarlılık çözümlemesi; primaldual simplex metodları; ulaşım, konaklamalı ulaşım ve atama problemleri; doğrusal programlamanın uzatımları, tam sayılı programlama ve çözüm yöntemleridir.

Kısıt programlamanın temel kavramları. Kombinatöryel problemlerin kısıt üzerinde modellenmesi. Kısıt tutarlılığı ve propagasyonu. Global kısıtlar ve propagasyon algoritmaları. Arama, arama ağacının inşa edilmesi, arama ağacının keşfedilmesi ve sezgiseller. Eniyileştirme. Gelişmiş teknikler: küme değişkenleri, artıklık ve simetriyle başetmek. Bir kısıt programlama dilinde geliştirme.

Bu ders öğrencilere temel evrimsel algoritmaları öğretir ve çeşitli evrimsel algoritmaların bazıları ile pratik deneyim kazanmalarını sağlar. Öğretilen konular arasında evrimsel algoritmalar ve teorik temelleri, genetic algoritmalar, geentik algoritmalarda seçim ve diğer operatorler ve genetic programlama yer alır.

Deterministik makine çizelgeleme problemleri: tek aşamalı, açık ve akışkan tipli imalatlar, tekli ve paralel makinalı atölyeler. Dinamik çizelgeleme ve öncelikli yükleme. Diğer çizelgeleme problemleri ve imalat sistemlerine uygulanması.

Etkinlik ve verimlilik terimlerinin tanımı, Veri Zarflama Analizi (VZA) yöntemine giriş, temel VZA modelleri tanıtımı ve uygulamaları, Stokastik Sınır Analizi (SSA) yöntemine giriş, SSA modeli tanıtımı ve uygulamaları, Malmquist İndeks (MI) yöntemine giriş, MI yöntemi tanıtımı ve uygulaması, Pencere Analizi’ne giriş ile tanıtımı ve uygulaması

İstatistiğin finans uygulamalarının tanıtıldığı bu derste istatiksel tahmin metodu, istaiksel analiz metodu ve olasılık teknikleri anlatılmaktadır. Bu teknikler, uygulamalı olarak gösterilmektedir.

Doğrusal Programlama: Modelleme, Çözüm Yöntemleri, Doğrusal programlamada Dualite; Doğrusal olmayan programlama: Kısıtlanmamış problemler için birinci ve ikinci mertebeden optimallik koşulları, Lagrange çarpanları, matematiksel programlamada dışbükeylik, KuhnTucker teoremi; Ayrık optimizasyon.

Bu ders, temel konularını incelemek ve bir çok derse önkoşul olmak üzere planlanmıştır.

Bu ders ileri matematiksel optimizasyon problemleri, formları, modelleri ve uygulamalarıyla alakalı doğrusal cebir kavramlarıyla ilgili gerekli materyalleri temin etmektedir.

Dersin temel konuları: verileri tanımlayabilmek için grafiksel ve sayısal yöntemler, istatistiksel modellerin kullanılması, model varsayımlarını istatistiksel yöntemler kullanarak kontrol etmek, hipotezleri test edebilmektir. Veri Madenciliğinin temel kavramları.

Grafikler, çeşitli grafikler. Bağlantılılık, uç grafikler, bloklar, ağaçlar, bölünmeler, doğru grafikleri, düzlemsellik, Kuratowsky kuramı, renklendirme, kromatik sayılar, beş renk kuramı, dört renk varsayımı, petri netler.

Kriptografi bir günlük yaşamı doğrudan uygulamaları ile dikkat çekici konulardan biridir. Konular şunları içermektedir: denklikler, çarpanlama, karesel kalanlar, basit şifreleme, açık anahtarlı şifreleme, kimlik doğrulama, anahtar değişimi ve paylaşımı gibi pratik uygulamalar ve cebirsel geometriyle ilgli diğer önemli konular.

Doğrusal ve doğrusal olmayan fark denklemlerinin biyolojik  uygulamaları. Doğrusal ve doğrusal olmayan diferansiyel denklemlerinin biyolojik  uygulamaları. Kısmi türevli denklemlerin biyolojik  uygulamaları. Çizge kuramındaki biyolojik uygulamaları

Bu derste sınırdeğer problemlerinin varyasyonel formülasyonu, Sobolev uzaylarına giriş sonlu eleman kavramları öğretilecektir. Ayrıca bir boyutlu ve iki boyutlu modellerde sonlu elemanların sınıflandırılması konuları işlenecektir.

Bu derste Spektral Analizin temel kavram ve uygulamaları incelenecektir.

Bu derste, Bulanık küme teorisi temel kavram ve uygulamaları incelenecektir.