AKTS - Doğal Hesaplama

Doğal Hesaplama (CMPE564) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Doğal Hesaplama CMPE564 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Bilgisayar Mühendisliği Seçmeli Dersleri
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı Dersin amacı doğadan esinlenmiş hesaplama tekniklerini öğretmek ve bu yolla öğrenciye hesaplama ve optimizasyon temelli gerçek yaşam problemlerini çözebilme yeteneğini kazandırmaktır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Tepe Tırmanma, Tavlama Benzetimi, Genetik Algoritmalar, Yapay Sinir Ağları, Sürü Zekası (örn. Karınca Kolonileri, Parçacık Sürü Optimizasyonu) ve Yapay Bağışıklık Sistemleri gibi doğadan esinlenmiş hesaplama/optimizasyon teknikleri hakkında gereken bilgileri edinme.
  • Bahsedilen doğadan esinlenmiş teknikleri iyileştirme/geliştirme.
  • Bahsedilen doğadan esinlenmiş teknikleri pratik önemi olan gerçek yaşam problemlerine uygulama .
  • Doğadan esinlenmiş hesaplama algoritmalarını kodlamak suretiyle yazılım geliştirebilme.
Dersin İçeriği Tarama yoluyla problem çözme, tepe tırmanma, tavlam benzetimi, yapay sinir ağları, genetik algoritmalar, sürü zekası (karınca kolonileri, parçacık sürü optimizasyonu) ve yapay bağışıklık sistemleri.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Doğal Hesaplamaya Giriş Bölüm 1 ve 2 (Ders Kitabı)
2 Doğal Hesaplamaya Giriş Bölüm 1 ve 2 (Ders Kitabı)
3 Tarama Yoluyla Problem Çözme: Tepe Tırmanma, Tavlam Benzetimi Bölüm 3 (Ders Kitabı) ve Kaynak #1
4 Evrimsel Hesaplama: Genetik Algoritmalar Bölüm 3 (Ders Kitabı) ve Kaynak #1
5 Evrimsel Hesaplama: Genetik Algoritmalar Bölüm 3 (Ders Kitabı) ve Kaynak #1
6 Yapay Sinir Ağları Bölüm 4 (Ders Kitabı) ve Kaynak #2
7 Yapay Sinir Ağları Bölüm 4 (Ders Kitabı) ve Kaynak #2
8 Sürü Zekası: Karınca Kolonisi Optimizasyonu Bölüm 5 (Ders Kitabı)ve Kaynak #3
9 Sürü Zekası: Karınca Kolonisi Optimizasyonu Bölüm 5 (Ders Kitabı) ve Kaynak #3
10 Sürü Zekası: Parçacık Sürü Optimizasyonu Bölüm 5 (Ders Kitabı)
11 Sürü Zekası: Parçacık Sürü Optimizasyonu Bölüm 5 (Ders Kitabı)
12 Yapay Bağışıklık Sistemleri Bölüm 6 (Ders Kitabı)
13 Yapay Bağışıklık Sistemleri Bölüm 6 (Ders Kitabı)
14 Yapay Bağışıklık Sistemleri Bölüm 6 (Ders Kitabı)
15 Gözden geçirme
16 Gözden geçirme

Kaynaklar

Ders Kitabı 1. Leandro Nunes de Castro, Fundamentals of Natural Computing: Basic Concepts, Algorithms and Applications, Chapman & Hall/CRC, 2006, ISBN 1-58488-643-9.
Diğer Kaynaklar 2. S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, Prentice-Hall, 2003, ISBN: 0-13-790395-2.
3. J. Hertz, A. Krogh and R.G. Palmer, Introduction to the Theory of Neural Computation, Addison-Wesley Publishing Company, 1991, ISBN: 0-201-50395-6.
4. M. Dorigo and T. Stützle, Ant Colony Optimization, MIT Press, 2004. ISBN: 0-262-04219-3.
5. Artificial Intelligence, Patrick H. Winston, Addison-Wesley, 1992. ISBN: 0-201-533774.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 2 20
Sunum 1 20
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 20
Genel Sınav/Final Juri 1 40
Toplam 5 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri
Uzmanlık/Alan Dersleri X
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 İleri düzey hesaplama ve/veya bilişim bilgilerini yazılım mühendisliği problemlerini çözmede uygulama becerisi. X
2 Farklı teknolojiler, yazılım mimarileri ve yaşam-döngüsü yaklaşımları kullanarak çözümler geliştirmek. X
3 Bir yazılım sistemini, bileşenini, sürecini veya programını, modern teknikler ve yazılım mühendisliği uygulamalarına yönelik mühendislik araçlarını kullanarak, tasarlama, gerçekleştirme ve değerlendirme becerisi. X
4 Yazılım gereksinimlerini anlamak için, veri toplama, analiz etme ve yorumlama becerisi.
5 Yazılım projeleri üzerindeki çalışmalar kapsamında ortaya çıkan problemler üzerinde etkin sözlü ve yazılı iletişim ve kritik düşünme becerileri.
6 Bilim ve teknoloji alanındaki güncel gelişmeleri izlemede bilgiye erişim becerisi ve yazılım mühendisliği alanında bilimsel araştırma yapmak ve bir projeyi gerçekleştirmek.
7 Yazılım Mühendisliği ile ilgili profesyonel, hukuksal, sosyal ve sorumluluklar konularında anlayış.
8 Proje ve risk yönetim becerisi; girişimciliğin, yenilikçilik ve sürdürülebilir kalkınmanın önemi hakkında farkındalık; uluslararası standartların ve yöntemlerin bilinmesi.
9 Yazılım Mühendisliği çözümlerinin, karar verme boyutunda, küresel, sosyal ve hukuki boyutları üzerindeki etkisini anlamak.
10 Yazılım Mühendisliği uygulamaları için mükemmellik standartlarının geliştirilmesi, benimsenmesi ve sürekli kullanımının desteklenmesi.

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 3 48
Sunum/Seminer Hazırlama 1 5 5
Projeler
Raporlar
Ödevler 2 5 10
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 10 10
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 10 10
Toplam İş Yükü 131