AKTS - Yapay Sinir Ağları ve Uygulamaları
Yapay Sinir Ağları ve Uygulamaları (EE505) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Yapay Sinir Ağları ve Uygulamaları | EE505 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Tartışma, Soru Yanıt, Uygulama-Alıştırma. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | •Sinir ağı sistemlerin temel kural ve tekniklerini sunmak. •Temel yapay sinir ağ medellerini ve uygulamalarını incelemek. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Temel sinir biyolojisi, sinir ağı mimarileri ve öğrenme algoritmaları, yapay sinir ağ uygulamaları, McCulloch Pitts nöronları, tek katlı pörseptran, çok katlı pörseptran, radyal taban fonksiyonlu ağlar, Kohonen kendini örgütleyen eşlemlemeler, öğrenen vektörel nicemleme. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sinir Ağları ve Tarihçesi, Biyolojik nöronlar, Yapay nöronlar | Bu haftanın konularına göz atmak |
| 2 | Yapay Sinir Ağları, Tek katlı pörseptran ve tek katlı pörseptranda öğrenme ve genelleştirme | Bu haftanın konularına göz atmak |
| 3 | Hebbian Öğrenme, Bayır İnişli Öğrenme | Bu haftanın konularına göz atmak |
| 4 | Genelleştirilmiş delta kuralı, Uygulamada gözönüne alınacaklar | Bu haftanın konularına göz atmak |
| 5 | Çok Katlı pörseptranda öğrenme, Geri yayılım Algoritması | Bu haftanın konularına göz atmak |
| 6 | Momentumlu Öğrenme, Eşlenik Gradyan Öğrenme | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 7 | Yanlılık ve Değişinti, Eksik Oturtma ve Aşırı Oturtma, Genelleştirmeyi iyileştirme | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 8 | Çok Katlı Pörseptranların Uygulamaları | Bu haftanın konularına göz atmak |
| 9 | Radyal Taban Fonksiyonlu Ağlar: Algoritmalar ve Uygulamalar | Bu haftanın konularına göz atmak |
| 10 | Çağrışımsal Öğrenme | Bu haftanın konularına göz atmak |
| 11 | Yarışmalı Öğrenme, Karşı yayılım Ağları, Grossberg ağları | Bu haftanın konularına göz atmak |
| 12 | Uyarlanır Rezonans Kuramı, Kararlılık | Bu haftanın konularına göz atmak |
| 13 | Hopfield ağlar, çift taraflı çağrışımsal hafızalar | Bu haftanın konularına göz atmak |
| 14 | Kendini Örgütleyen Eşlemlemeler: Algoritmalar ve Uygulamalar | Bu haftanın konularına göz atmak |
| 15 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
| 16 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
Kaynaklar
| Ders Kitabı | 1. Neural Networks: A Comprehensive Foundation, Simon Haykin, Pearson Education Inc. Leicestershire U.K 1999 |
|---|---|
| Diğer Kaynaklar | 2. Neural Networks for Pattern Recognition, C. Bishop, Oxford University Press, 1995 |
| 3. Principles of Neurocomputing for Science and Engineering, F.M.Ham and I.Kostanic, McGraw Hill, 2001 |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 15 | 20 |
| Sunum | - | - |
| Projeler | 1 | 20 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 2 | 30 |
| Genel Sınav/Final Juri | 1 | 30 |
| Toplam | 19 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 70 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 30 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| 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 | Bireysel ve ekip üyesi olarak ileri düzey araştırma faaliyetlerini yürütme yeteneği | |||||
| 2 | Araştırma konularını irdeleme, değerlendirme ve bilimsel muhakeme ile yorumlama yeteneği | |||||
| 3 | Yeni yöntemler oluşturma ve bunları özgün araştırma alanları ve konularına uygulama becerisi | |||||
| 4 | Deneysel ve/veya analitik verileri sistematik şekilde elde etme, bunları bilimsel sonuçlara ulaşacak şekilde tartışma ve değerlendirme yeteneği | |||||
| 5 | Bilimsel felsefe yaklaşımını mühendislik sistemlerinin analiz, modelleme ve tasarımında uygulayabilme becerisi | |||||
| 6 | Çalışmış olduğu sahadaki bilgiyi uluslararası düzeyde özgün çalışmaları oluşturacak, sürdürecek, tamamlayacak ve sunacak şekilde sentezleme yeteneği | |||||
| 7 | Çalıştığı mühendislik alanında bilimsel ve teknolojik gelişmelere katkıda bulunma | |||||
| 8 | Toplumu araştırma faaliyetleri aracılığıyla geliştirmek için endüstriyel ve bilimsel ilerlemelere katkıda bulunma | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 4 | 5 | 20 |
| Raporlar | |||
| Ödevler | 8 | 2 | 16 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 2 | 3 | 6 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 3 | 3 |
| Toplam İş Yükü | 125 | ||