LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Elektrik-Elektronik Mühendisliği (Doktora)
EEE 511 | Ders Tanıtım Bilgileri
| Dersin Adı |
İşaret İşleme ve Kontrol İçin Yapay Sinir Ağları
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
EEE 511
|
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 | Dersin amacı öğrencilerin: i)temel yapay sinir ağ modellerini ve öğrenme algoritmalarını bilmelerini ve ii) yapay sinir ağ modellerini ve ilişkin öğrenme algoritmalarını işaret işleme ve kontrol uygulamalarında kullanabilmelerini hedefler |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | 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. |
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri |
X
|
|
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
| Hafta | Konular | Ön Hazırlık |
| 1 | Biyolojiksel motivasyon.Tarihsel bakış | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 2 | Yapay sinir ağ modellerinin ve öğrenme algoritmalarının sınıflandırılması | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 3 | Uyarlanır doğrusal eleman, en küçük kareler algoritması ve yakınsaklık analizi | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 4 | Ayrık algılayıcı ve algılayıcı öğrenme kuralı | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 5 | Çok-katmanlı algılayıcı, geriye yayılım algoritması ve çeşitleri ile yakınsaklık analizi, aşırı öğrenme | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 6 | Radyal tabanlı ağlar, giriş ve giriş-çıkış öbekleme ile tasarım | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 7 | Destek vector makineleri, Mercer teoremi, kernel gösterilimi, Lagrange çarpanları | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 8 | Genelleme, Vapnik-Chervonenkis boyutu | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 9 | 1. Arasınav | |
| 10 | Yapay sinir ağları ile örüntü tanıma, öznitelik çıkarımı, boyut ve veri indirgeme | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 11 | Yapay sinir ağları ile 1-boyutlu biyomedikal işaret işleme | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 12 | Yapay sinir ağları ile biyomedikal görüntü işleme | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 13 | 2. Arasınav | |
| 14 | Yapay sinir ağları ile system tanılama | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 15 | Yapay sinir ağ tabanlı kontrolör | Introduction. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761. Lecture Notes. |
| 16 | Dönemin gözden geçirilmesi |
| Ders Kitabı | Yukarıda belirtilen kitap ve ders notları |
| Önerilen Okumalar/Materyaller | İlgili Kitaplar ve Araştırma Makaleler |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama |
6
|
60
|
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | ||
| Portfolyo | ||
| Ödev | ||
| Sunum / Jüri Önünde Sunum | ||
| Proje |
2
|
40
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav | ||
| Final Sınavı | ||
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
8
|
100
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | ||
| Toplam |
AKTS / İŞ YÜKÜ TABLOSU
| Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
|---|---|---|---|
| Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) |
16
|
3
|
48
|
| Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) |
16
|
2
|
32
|
| Sınıf Dışı Ders Çalışması |
15
|
4
|
60
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
0
|
||
| Portfolyo |
0
|
||
| Ödev |
0
|
||
| Sunum / Jüri Önünde Sunum |
0
|
||
| Proje |
2
|
42
|
84
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
0
|
||
| Final Sınavı |
0
|
||
| Toplam |
224
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Alanında bilimsel araştırma yaparak uzmanlık duzeyinde bilgiye genislemesine ve derinlemesine ulasır, bilgiyi sistematik bir yaklasımla degerlendirir, yorumlar, uygular ve alanına yenilik getirecek ozgun bilgi uretir. | X | ||||
| 2 | Elektrik ve Elektronik Muhendisliği alanında uygulanan guncel teknik ve yontemler ile bunların kısıtları hakkında uzmanlık duzeyinde kapsamlı bilgi sahibidir ve onları ozgun uygulamalarda kullanabilme becerisi gelismistir. | X | ||||
| 3 | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yontemlerle bilgiyi tamamlar ve uygular;degisik disiplinlere ait bilgileri bir arada kullanabilir ve ozgun cozumler gelistirir. Alanı ile ilgili calısmalarda arastırma yontemlerini ust duzeyde bir beceri ile kullanır. | X | ||||
| 4 | Akademik arastırma alanının ve muhendislik mesleginin yeni ve gelismekte olan kuramlarının ve uygulamalarının farkındadır, ihtiyac duydugunda bunları inceler ve mevcut sonucları yeniden uretebilir duzeyde ogrenir. | X | ||||
| 5 | Alanı ile ilgili kuramsal ve uygulamalı karmasık problemleri tanımlayabilir ve formule edebilir, cozmek icin ozgun yontemler gelistirir ve cozumlerde yenilikci yontemler uygular. Alanına yenilik getiren veya alanında yeni bir dusunce, yontem veya tasarım gelistirme ya da bilinen yontemleri yeni bir alana uygulayabilme biciminde ozgun calısmaları bagımsız olarak gerceklestirebilir. | X | ||||
| 6 | Kuramsal ve uygulamalı alanlarda ozgun fikir ve yontemler gelistirir; karmasık sistem veya surecleri tasarlar ve tasarımlarında yenilikci/alternatif cozumler gelistirir. | X | ||||
| 7 | Kuramsal, deneysel ve modelleme esaslı arastırmaları tasarlar ve uygular; bu surecte karsılasılan karmasık problemleri irdeler, cozumler ve sonuclarını surekli gelisimi gozetecek bicimde degerlendirir. Yeni ve karmasık dusuncelerin elestirel analizini, sentezini ve degerlendirmesini yapabilir. | X | ||||
| 8 | Disiplin ici, cok disiplinli, disiplinler arası ve otesi takımlarda etkin bicimde calısabilir, bu tur takımlarda liderlik yapabilir ve karmasık durumlarda ozgun cozum yaklasımları gelistirebilir; bagımsız calısabilir ve sorumluluk alır. | X | ||||
| 9 | Bir yabancı dili en az Avrupa Dil Portfoyu C1 Genel Duzeyinde kullanarak, sozlu ve yazılı iletisim kurar. | X | ||||
| 10 | Calısmalarının surec ve sonuclarını, o alandaki veya alan dısındaki ulusal ve uluslararası bilimsel ve teknolojik toplantılarda ve dergilerde, sistematik ve acık bir sekilde yazılı ve sozlu olarak aktarır. Bilginin genislemesine ve topluma yayılmasına katkıda bulunur. | X | ||||
| 11 | Proje yonetimi ve is hayatı uygulamalarını bilir ve bunların muhendislik uygulamalarına getirdigi kısıtların farkındadır ve kısıtlar altında ozgun cozum uretmesini bilir. Bilimsel, teknolojik ve muhendislik arastırma ve gelistirme etkinliklerinin sonuclarını sosyal, cevresel, saglık, guvenlik ve hukuk boyutları cercevesinde degerlendirebilir. Alanı ile ilgili sosyal ilişkileri ve normları eleştirel bir bakıs acısıyla inceler, gelistirir ve gerektiginde degistirmeye yonelik girisimlerde bulunur. | X | ||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması asamalarında, akademik ve mesleki tum etkinliklerde,toplumsal, bilimsel ve etik degerleri gozetir. Arastırma ve yayın etigi ilkelerine uygun davranır. Toplumsal, bilimsel, kulturel ve etik sorunların cozumune katkıda bulunur. | X | ||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest