Bizi takip edin
|
EN

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

Bilgisayar Mühendisliği (Doktora)

CE 532 | Ders Tanıtım Bilgileri

Dersin Adı
Uygulamalı Kuantum Makine Öğrenmesi
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
CE 532
Güz/Bahar
3
0
3
7.5

Ön-Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Yüksek Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri -
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Otomatik öğrenme, deneyim ile otomatik olarak kendini geliştirebilen bilgisayar programlarının nasıl tasarlanacağı ile ilgilidir. Bu dersin amacı kuantum modellerini ve platformlarını tanıtmak, bu platformlarda programlamayı göstermektir. Öğrencilerimiz Qbitleri kullanarak iş dünyasına değer kazandıracak çözümler üzerine çalışacaklardır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Kuantum Bilgisayarlar ve Kuantum Bilişimi açıklayabilecek ve Qbitleri kullanarak programlamayı bilecekler.
  • Yapay Zeka, Makine Öğrenmesi, Derin Öğrenmeni kullanarak güncel uygulamalar geliştirebilecekler.
  • Lineer Denklemlerin çözümünde Kuantum Algoritmaların kullanımı ve yeni algoritmaların tasarımını gerçekleştirebileceklerdir.
  • Makine Öğrenmesinde Kuantum Fourier dönüşümünün kullanabileceklerdir.
  • Büyük Veri ve Kuantum Mekaniği konusunu tartışabileceklerdir.
  • Kuantum Sinir Ağlarını sınıflandırabileceklerdir.
Ders Tanımı 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.

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Kuantum Bilgisayarları - Miras CPU ile fiziksel farklar - Kuantum Bilgi Kuramı https://www.kdnuggets.com/2018/01/quantum-machine-learning-overview.html
2 Yapay Zeka Makine Öğrenimi https://www.kdnuggets.com/2016/10/artificial-intelligence-deep-learning-neural-networks-explained.html
3 Büyük Veri ve Kuantum Mekaniği http://www.vip.gatech.edu/teams/big-data-and-quantum-mechanics https://ieeexplore.ieee.org/document/7876324/
4 Kuantum Hesaplaması Modeller https://arxiv.org/abs/1012.6035 http://tph.tuwien.ac.at/~oemer/doc/quprog/node9.html
5 Klasik Bilgisayarlarda Kuantum Benzeri Öğrenme Quantum Machine Learning Bölüm 12 https://www.wired.com/2015/12/for-google-quantum-computing-is-like-learning-to-fly/
6 Bulgu özdeğerler ve Büyük özvektörlerine ilişkin ML algoritmalarının kuantum versiyonları https://www.fanaticalfuturist.com/2018/05/new-quantum-ml-algorithm-could-revolutionise-quantum-ai-before-it-even-begins/ https://scottaaronson.com/papers/qml.pdf http://www.qutisgroup.com/wp-content/uploads/2014/10/TFG-Cristian-Romero.pdf https://www.scottaaronson.com/papers/qml.pdf
7 Kuantum Hesaplamalı Zeka https://uwaterloo.ca/institute-for-quantum-computing/blog/post/quantum-computational-intelligence
8 Kuantum Bilgisayar Servis Sağlayıcıları; IBM, Microsoft, D- Wave https://qiskit.org/ https://www.research.ibm.com/ibm-q/learn/quantum-computing-applications/ https://www.dwavesys.com/tags/quantum-programming
9 Q# giriş https://docs.microsoft.com/en-us/quantum/quantum-qr-intro?view=qsharp-preview
10 İkili QuBit sınıflandırılması https://arxiv.org/abs/1704.01965 https://www.researchgate.net/figure/Quantum-learning-for-classification-of-qubits_fig2_232227181 https://arxiv.org/abs/0811.0416
11 Kuantum algoritması ile doğrusal sistem çözmek http://www2.lns.mit.edu/~avinatan/research/matrix.pdf
12 Kuantum algoritması ile Doğrusal Denklemler çözmek https://phys.org/news/2017-06-linear-equations-quantum-mechanics.html https://www.perimeterinstitute.ca/videos/quantum-algorithm-solving-linear-systems-equations
13 Klasik otomatik öğrenme kullanarak kuantum sistemler çözümlemek https://qutech.nl/wp-content/uploads/2018/01/QIP18MLtutorial_Ronald-de-Wolf.pdf https://en.wikipedia.org/wiki/Quantum_algorithm_for_linear_systems_of_equations
14 Quantum Analitiğin geleceği https://tdwi.org/articles/2016/08/12/is-quantum-the-future-of-high-performance-analytics.aspx https://www.ibm.com/thought-leadership/technology-market-research/quantum-computing-report.html http://analytics-magazine.org/improving-the-future-with-prescriptive-analytics-quantum-computers/ https://www.ft.com/content/6711e5c2-0e83-11e7-b030-768954394623
15 Dersin gözden geçirilmesi
16 Final Sınavı

 

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
1
10
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
1
50
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
2
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
1
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
2
32
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
1
16
Sınıf Dışı Ders Çalışması
16
6
96
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
0
Proje
1
30
30
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
0
Final Sınavı
1
30
30
    Toplam
204

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Bilgisayar Mühendisliği temel kuramlarını üst düzeyde anlar ve uygular,
2 Bilgisayar Mühendisliği'nde en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir,
3 Bilgisayar Mühendisliği'nde en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir,
4 Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar,
5 Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygulama ve sonuçlandırır; bu süreci yönetir,
6 Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur,
7 Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirir ve bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır,
8 Bilgisayar Mühendisliği'nde fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar,
9 Bilgisayar Mühendisliği'nde çalışanlarla ve daha geniş bilimsel ve sosyal topluluklarla yazılı ve sözlü etkin iletişim kurar, İngilizce'yi en az Avrupa Dil Portföyü C1 Genel Düzeyinde kullanarak ileri düzeyde yazılı, sözlü ve görsel iletişim kurar ve tartışır,
10 Bilgisayar Mühendisliğinin kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirir ve elde edilen sonuçları yorumlar.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.