Wiener Model Kullanarak Sistem Kimliklendirme System Identi flication Using Wiener Model
|
|
- Irmak Çağatay
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa Wiener Kullanara Sistem Kimlilendirme System Identi flication Using Wiener Şaban Özer, asan Zorlu, Selçu Mete Eletri ve Eletroni Mühendisliği Bölümü Erciyes Üniversitesi sozer@erciyes.edu.tr,hzorlu@erciyes.edu.tr Tür Teleom A.Ş. Kayseri Bölge Müdürlüğü selcu.metes@gmail.com Özet Sistem imlilendirmede amaç, bilinmeyen bir sistemin transfer fonsiyonu yani iç yapısının belirlenmesidir. Literatürde sistemlerin imlilendirilmesi için birço doğrusal ve doğrusal olmayan model yapısı bulunmatadır. Sistemin giriş-çıış ilişisinin doğrusal eşitlilerle ifade edildiği durumlarda Sonlu Darbe Cevaplı (Finite Impulse Response- FIR), Sonsuz Darbe Cevaplı (Infinite Impulse Response-IIR) ve Özbağlanımlı (Autoregressive-AR) model gibi doğrusal modeller ullanılır. Anca gerçe hayattai birço sistemin doğrusal olmayan yapıya sahip olması nedeniyle doğrusal olmayan modeller geliştirilmiştir. Doğrusal olmayan model yapılarına örne olara Volterra, Bilineer ve Polinomsal Özbağlanım (PAR) gibi modeller verilebilir. Literatürde doğrusal ve doğrusal olmayan modellerin asat bağlanara elde edildiği Wiener, ammerstein, Wiener-ammerstein gibi blo odalı modeller de bulunmatadır. Bu modeller uygulamalardai ullanışlılığın yanı sıra, geniş bir doğrusal olmayan süreci tahmin etmede de etili olduları için tercih edilmetedir. Bu çalışmada, doğrusal FIR model ile doğrusal olmayan Volterra modelin birbirine asat bağlanması ile elde edilen Wiener modelin sistem imlilendirme alanına uygulamaları yapılmıştır. Elde edilen Wiener model parametrelerinin tespiti için en üçü ortalama areler (Least Mean Squares - LMS) ve özyineli en üçü areler (Recursive Least Squares -) uyarlanır algoritmaları ullanılmıştır. Ayrıca Wiener model başarımının tespiti için elde edilen sonuçlar, FIR model ve Volterra modellere ait sonuçlarla arşılaştırılmıştır. Abstract The aim of the system identification is to determine the transfer function, the internal structure of an unnown system. In literature, various linear and nonlinear model structures are defined to identify the systems. Linear models such as Finite Impulse Response (FIR), Infinite Impulse Response (IIR) and Autoregressive (AR) are used in the situations that the input-output relation is signified through linear equivalence. owever because of the nonlinear structure of the systems in real life, nonlinear models are developed. Volterra, Bilinear and polynomial autoregressive (PAR) are the examples of nonlinear models. In literature, there are also bloc oriented models to cascade the linear and nonlinear systems such as Wiener, ammerstein and Wiener- ammerstein. These models are preferred because of practical use and effective prediction of wide nonlinear process. In this study, system identification applications of Wiener model that is cascade of linear FIR model and nonlinear Volterra model. Least mean Square (LMS) and Recursive Least Square () algorithms are used to identify the Wiener model parameters. Furthermore, The results are compared with the FIR model and Volterra model results to identify the success of Wiener model.. Giriş Sistemin etin bir şeilde ontrol edilebilmes çıış değeri haında her zaman bilgi sahibi olunabilmesi ve geliştirilebilmesi açısından sistem modelinin ve tahmin edilen parametre değerlerinin mümün olan en az hata ile belirlenmesi gereir []. Sistem imlilendirme işlem sistemin doğrusallı durumuna göre doğrusal ve doğrusal olmayan modeller ile yapılmatadır [-8]. Sistemin giriş-çıış ilişisinin doğrusal eşitlilerle ifade edildiği doğrusal modelleme, teori altyapısının gelişmiş olmasından dolayı yaygın bir şeilde ullanılmatadır [,]. âlbui gerçe hayatta arşılaşılan birço sistem doğrusal olmayan davranışlara sahiptir. Bu tür sistemlerin imlilendirilmesinde doğrusal modelleme yöntemleri yetersiz almata ve doğrusal olmayan modelleme yöntemlerinin ullanılması geremetedir [,,-8]. Doğrusal olmayan modellemede, sistemin giriş-çıış ilişis diferansiyel denlemler, üstel ve logaritmi fonsiyonlar gibi doğrusal olmayan matematisel ifadelerlerle sağlanır [9]. Literatürde yapılan çalışmalar analiz edildiğinde, doğrusal modellerin imlilendirilmesi için çoğunlula AR, Kayan Ortalamalı (Moving Average-MA), Özbağlanmlı Kayan Ortalamalı (Autoregressive Moving Average-ARMA) veya bunların türevleri olan FIR, IIR model yapıları tercih
2 Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa ediliren, doğrusal olmayan sistemlerin imlilendirilmesinde ise genellile Volterra, Bilineer, PAR gibi model tiplerinin ullanıldığı tespit edilmiştir [8-]. Ayrıca son zamanlarda Wiener, Wiener-ammerstein, ammerstein- Wiener gibi doğrusal ve doğrusal olmayan modellerin asat bağlanara elde edildiği blo odalı modellere ilginin de arttığı görülmetedir []. Bunun sebebi ise, bu modellerin basit ve etili ontrol sistemlerinde ullanışlı olmasıdır. Uygulamalarda ullanışlılığın yanı sıra, geniş bir doğrusal olmayan süreci tahmin etmede de etili olduları için tercih edilmetedirler [-]. Bu modellerden Wiener model il defa 9 yılında arendra ve Gallman tarafından önerilmiş ve günümüze adar modeli geliştirme için Parçacı Sürü Optimizasyon[], Geneti[8], Bateriyel Besin Arama[9], Diferansiyel Gelişim[] ve Yapay Sinir Ağları[] gibi bir ço metod denenmiştir. Bu çalışmada, doğrusal FIR model ile doğrusal olmayan Volterra modelin birbirine asat bağlanması ile elde edilen Wiener modelin sistem imlilendirme alanına uygulamaları üzerinde durulmuştur. Sunulan Wiener modelin başarımı ve parametre tahmini için LMS ve uyarlanır algoritmaları ullanılmıştır. Ayrıca Wiener modelin başarımının tespiti için elde edilen sonuçlar, doğrusal FIR model ve doğrusal olmayan Volterra modellere ait sonuçlarla arşılaştırılmıştır... Doğrusal FIR. Yapıları FIR model yapısı; birim gecitirme elemanı, çarpıcı ve toplayıcı olma üzere üç temel elemandan oluşmatadır []. FIR modelin giriş çıış ilişis y( a n ) şelindedir. Burada giriş işaretin y( ise model çıışını temsil etmetedir. FIR modelin atsayılarını temsil eden w ağırlı vetörü ise, w = [a a. a - ] T () şelinde tanımlanmatadır[]... Doğrusal Olmayan Volterra Doğrusal olmayan sistemlerin imlilendirilmesinde en ço ullanılan yöntem, Volterra yapısıdır[,]. Volterra serileri; y n i i h x i ni i q x x ni n () q x x x... (), ni n n şelindedir. Burada y n çıış, x n giriş dizisin h i doğrusal ısma ait, q ise doğrusal olmayan ısma ait uadrati parametreleri göstermetedir. Literatürde genelde sadece h i ve q değerlerinin göz önüne alındığı iinci dereceden Volterra yapılar sistem imlilendirmede ullanılır [,]. Çünü bundan büyü yapılar ço fazla işlem geretirmetedir. Birço araştırmacı Volterra modellerin blo ve uyarlanır uygulamaları üzerine çalışmıştır. Volterra modeller anal denleştirme, yanı bastırımı ve uyarlanır gürültü bastırımı gibi gerçe hayat problemlerini çözmede ullanılmatadır [,8,]... Wiener Birço sistem, doğrusal ve doğrusal olmayan yapılardan oluşan modellerle temsil edilebilir []. Şeil de gösterilen Wiener model yapısı, doğrusal model ile doğrusal olmayan modelin asat bağlanması ile elde edilir[,]. Şeil : Wiener model yapısı Wiener model bir ço önemli uygulamada ullanılmıştır; P ontrolu, aış ontrolü, biyoloi sistemlerin tanımlanması, doğrusal olmayan sensörler ile doğrusal sistemleri tanımlama vb.[] Şeil 'de gösterilen Wiener model yapısında, doğrusal blo giriş u( doğrusal olmayan blo girişi ve y( ise sistem çıışıdır. Yapılan bu çalışmada doğrusal olmayan blo olara iinci derece Volterra model ve doğrusal model olara ise FIR model yapısı ullanılmıştır. Doğrusal FIR model çıışı; u ( a n ) () şelinde ifade edilmete olup, doğrusal olmayan derece Volterra model çıışı; y( i i Doğrusal h u( n i) u( q Doğrusal Olmayan u( n i) u( n ) iinci i () şelinde ifade edilmetedir. y( aynı zamanda sistem çıışıdır. Bu çalışmada önerilmiş olan Wiener modelin dezavantaı asat yapıya sahip olması sebebi ile diğer model tipleri olan FIR ve Volterra modellerden daha armaşı bir matematisel altyapı ile oluşturulabilmesidir.. Uyarlanır Algoritmalar y(.. En Küçü Kareler (Least Mean Square-LMS) Algoritması Türeve dayalı bu yöntemde parametreler her iterasyonda hatayı en aza indirece şeilde değişmete olup hesaplama olaylığı ve basit yapısından dolayı sılıla ullanılmatadır. Sistem imlilendirme yapılarında hata, bilinmeyen sistem çıışı ile model çıışı arasındai far, e( y( ym ( () şelinde tanımlanmatadır. Burada y( bilinmeyen sistem çıışı, y m ( ise model çıışıdır. Optimum sistem parametrelerini bulma için LMS algoritması, w w e x () şelinde ifade edilebilir. Burada w model parametres μ adım büyülüğü, x ise giriş verisidir []... Özyineli En Küçü Kareler (Recursive Least Square- ) Algoritması Bu yöntemde de parametreler her iterasyonda hatayı en aza indirece şeilde değişmetedir. algoritmasının en önemli özelliğ algoritmanın başlangıç anına adar olan giriş
3 Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa verisindei tüm bilgiyi ullanmasıdır. Burada e hata değer d gerçe sistem çıışının, x giriş işareti ve w model parametre vetörünün çarpımı sonucunda elde edilen model çıışından çıarılması ile elde edilir, e( d( w ( n ) (8) ardından azanç vetörü, n ) ( x ( n ) w yeni sistem parametreler w( w( n ) ( e( () P güncel ovaryans matris n ) ( x ( n ) () hesaplanmatadır. Bu yöntemde, uyarlanır azanç, ovaryans matrisi yardımıyla her iterasyon için ayarlanır. Çoğunlula yöntem LMS yöntemlerine göre daha hızlı yaınsar. Faat başlangıç değerleri ve yuvarlatma hataları açısından LMS den daha hassastır [].. Benzetim Çalışmaları Bu çalışmada, Şeil de blo yapısı verilen Wiener uyarlanır sistem imlilendirme yapısı üzerinde durulmuştur. Kimlilendirme işleminde, uyarlanır algoritmalar ile sistem çıışı ve model çıışı arasındai hata değeri bir amaç fonsiyonu yardımıyla minimize edilere model parametreleri belirlenmiştir. FIR Bilinmeyen Sistem u( y( Volterra + - y m( Uyarlama Algoritması e( (9).. Örne Problem : Yapılan bu örne çalışmada Şeil de verilen blo yapı göz önüne alındığında bilinmeyen sistem olara denlem () de verilen doğrusal ARMA sistem seçilmiş[], model olara ise denlem () tei gibi bir Wiener model ullanılmıştır. y( =..n-).n) +.y(n-).y(n) +.y(n-) () y m (=h a + h a n-) + h a n-) + h a n) + q a x ( + q a a n-) + q a a n-) + q a x (n-) + q a n-) + q a a n) + q a a x (n-) + q a n-)n) +q a n-)+ q a a x (n-) + q a a n) +q a n)n-) +q a x (n-) + q a a n-)n) + q a a n)n-) + q a x (n) () Benzetim çalışmalarında giriş verisi, hem sistem hem de model girişi olara ullanılmıştır. Giriş dizisi veriden oluşan Gaussian dağılımlı beyaz gürültüdür. Bu çalışmada Wiener model parametreler model çıışı ile sistem çıışı arasındai hata (MSE) minimize edilinceye adar ve LMS algoritmaları tarafından optimize edilmiştir. Sistem çıışı ile Wiener model çıışı arasındai farın MSE değerleri ise LMS ve algoritmaları için sırasıyla. ve.8 şelinde tespit edilmiştir. Ayrıca Wiener modelin başarımı, ve LMS algoritmaları ile ayrı ayrı eğitilen FIR model ve iinci derece Volterra modellerle arşılaştırılmış ve elde edilen hata (MSE) değerleri Tablo de verilmiştir. Tablo : Örne için modellere ait MSE değerleri Tipi LMS (s (s Wiener Volterra..9.. FIR Ayrıca Şeil te algoritması ile eğitilen her üç modele ait problem başarımları görsel olara sunulmuştur. Şeil : Wiener uyarlanır sistem imlilendirme. Wiener Wiener model doğrusal ve doğrusal olmayan yapılardan oluştuğu için benzetim çalışmalarında bilinmeyen sistem olara doğrusal ARMA ve doğrusal olmayan Volterra, Bilineer sistemler tercih edilmiştir. Bu sistemleri imlilendirme amacıyla seçilen Wiener model yapısı denlem () te = = seçilere elde edilmiştir. Seçilen Wiener model, farlı üç bilinmeyen sisteme uygulanmış ve model başarımı MSE (En Küçü Kareler-Mean Square Error) amaç fonsiyonu ullanılara değerlendirilmiştir. başarımı ve parametre tespiti için uyarlanır algoritma olara LMS ve algoritmaları tercih edilmiştir. Ayrıca Wiener model başarımı, sadece doğrusal FIR model ve sadece doğrusal olmayan iinci derece Volterra model başarımıyla da arşılaştırılmıştır. Bu amaçla ullanılan FIR model yapısı denlem () de = ve iinci derece Volterra model yapısı ise denlem () de = seçilere elde edilmiştir WIEER MODEL SOUÇLARI Volterra VOLTERRA MODEL SOUÇLARI
4 Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa. FIR FIR FIR MODEL SOUÇLARI FIR MODEL SOUÇLARI Şeil : Problem için ile eğitilen model çıışları.. Örne Problem : Bu örne çalışmada ise Şeil de verilen blo yapı göz önüne alındığında bilinmeyen sistem olara denlem () te verilen doğrusal olmayan Volterra sistem seçilmiş[], model olara ise denlem () tei gibi bir Wiener model ullanılmıştır. y( = -. + n) +.9x ( + x (n-) () Sistem çıışı ile Wiener model çıışı arasındai farın MSE değerleri ise LMS ve algoritmaları için sırasıyla.8 ve.x - şelinde tespit edilmiştir. Ayrıca Wiener modelin başarımı, ayrı ayrı eğitilen FIR model ve iinci derece Volterra model sonuçları ile arşılaştırılmış ve elde edilen hata (MSE) değerleri Tablo de verilmiştir. Tablo : Örne için modellere ait MSE değerleri Tipi LMS (s (s Wiener.8..x -.8 Volterra FIR Sonuçların görsel olara daha iyi anlaşılabilmesi için Şeil te algoritması ile eğitilen her üç modele ait sonuçlar incelendiğinde Wiener modelin üstünlüğü görülmetedir. - Şeil : Problem için ile eğitilen model çıışları.. Örne Problem : Bu çalışmada Şeil de verilen blo yapı göz önüne alındığında bilinmeyen sistem olara denlem () te verilen doğrusal olmayan Bilineer sistem seçilmiş, model olara ise denlem () tei gibi bir Wiener model ullanılmıştır. y(=.y(n-) -.y(n-) +.y(n-)n-) -.+.n-) () Sistem çıışı ile Wiener model çıışı arasındai farın MSE değerleri ise LMS ve algoritmaları için sırasıyla. ve. şelinde tespit edilmiştir. Ayrıca Wiener modelin başarımı, ayrı ayrı eğitilen FIR model ve iinci derece Volterra model sonuçları ile arşılaştırılmış ve elde edilen hata (MSE) değerleri Tablo te verilmiştir. Tablo : Örne için modellere ait MSE değerleri (s Tipi LMS (s Wiener Volterra.9... FIR.8... Wiener WIEER MODEL SOUÇLARI Ayrıca Şeil te algoritması ile eğitilen her üç modele ait sonuçlar görsel olara sunulmuştur.. Wiener Volterra VOLTERRA MODEL SOUÇLARI WIEER MODEL SOUÇLARI Volterra - -. VOLTERRA MODEL SOUÇLARI.
5 Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa FIR MODEL SOUÇLARI FIR Şeil : Problem için ile eğitilen model çıışları. Sonuçlar Bu çalışmada, doğrusal ve doğrusal olmayan yapıya sahip sistemlerin, LMS ve algoritmaları ile optimize edilen Wiener model yardımıyla imlilendirilmesi yapılmıştır. Elde edilen sonuçlarda algoritması ullanılara eğitilen Wiener modellerin, sistemleri daha düşü hata ile imlilendirebileceği görülmüştür. Ayrıca önerilen Wiener model başarımının, diğer modeller olan FIR ve Volterra ya göre daha iyi olduğu da tespit edilmiştir. Bilgilendirme: Bu çalışma Doğrusal Olmayan Sistemlerin lenmesi için Yeni Metotların Geliştirilmesi başlılı Erciyes Üniversitesi Bilimsel Araştırma Proesi tarafından destelenmetedir. (Proe Kodu: FDK-8). Kaynalar [] Lung, L., System Identification:Theory For The User Englewood Cliffs, J, Prentice all, 98. [] Widrow, B., Stearns, D., Adaptive Signal Processing, Englewood Cliffs, J, Prentice all, 98. [] onig, M.L., Messerschmitt, D.G., Adaptive Filters Structures, Algorithms and applications, Kluwer Academic Publishers, ingham, MA, 98. [] Töderstrom S., System Identification, Prentice all,989. [] Lung L., Söderström T., Theory and Practice Of Recursive Identification, MIT Press, Cambridge, MA, 98. [] Isidori A., onlinear Control Systems: An Introduction, Lecture otes in Control An Information Science, Springer Verlag, Berlin, 98. [] Özgunel, S., Kayran, A.., Panayirc E., onlinear Channel Equalization and Identification, Proc. Of Int. Conf. on Digital Signal Processing, 99, page:. [8] Özden, M. T., Kayran, A.., Panayirc E., Adaptive Volterra Filtering with Complete Lattice Orthogonalization, IEEE Trans. On Signal Proc., vol, page:998, 99. [9] Özer Ş., Zorlu., Chaotic Time Series Prediction Using The onlinear Par Systems, Journal of the Faculty of Engineering and Architecture of Gazi University, vol., no., page:-,. [] Özer, Ş., Sağıroğlu, Ş., Kaplan, A., Performance Analysis of Algorithms on Linear ARMA s, Proc. Of the Int. SymposIum Computer and InformatIon Science (ISCIS-XVI), vol., page: -,. [] Özer Ş., Zorlu., "Identification Of Bilinear Systems Using Differential Evolution Algorithm", Sadhana Academy Proceedings in Engineering Science, vol., page:89,. [] Diniz, P. S. R., Adaptive Filtering Algorithms and Practical Implemantations, Springer Verlag, USA, 8. [] Zorlu., Identification of onlinear Systems with Soft Computing Techniques, Erciyes Uni., Graduate School of atural and Applied Science Ph.D. Thesis,. [] afs S., Laabid K., Lahmar M.K., Identification of Wiener-ammerstein model with multisegment piecewiselinear characteristic, Electrotechnical Conference (MELECO), th IEEE Mediterranean,, page:-. [] Aguirre L.A., Coelhoand M.C.S., Correa M.V., On the interpretation and practice of dynamical differences between ammerstein and Wiener models, Control Theory and Applications, IEE Proceeding, vol., page: 9 -,. [] Lee, J., Cho, W., Edgar, T.F., Control system design based on a nonlinear first-order plus time delay model, J. Process Control, vol., page: -, 99. [] Al-Duwaish.., Identification of Wiener Using Genetic Algorithms, IEEE GCC Conference & Exhibition, 9, page: -. [8] uang W., Lin W., Parameter estimation of Wiener model based on improved bacterial foraging optimization, Artificial Intelligence and Computational Intelligence (AICI), International Conference on,, page:-8. [9] Zhang Y., Li S., Parameter Identification for Wiener Using Particle Swarm Optimization with a Case Study, Automation and Logistics, IEEE International Conference on,, page:-. [] Tian W., Geng Y., Ai L., Liu J., Dynamic Compensation for Infrared Thermometer Based on Wiener and Immune Clone Selection Algorithm, Circuits, Communications and Systems, 9. PACCS '9. Pacific- Asia Conference on, 9, page:-. [] Wu X., Zha L., Identification of Wiener of Intelligence Sensor Based on ybrid eural etwors, Information and Automation, ICIA 8 International Conference on, 8, page:8-8. [] am, S.W., Powers, E.J., Application Of igher Order Spectral Analysis To Cubically onlinear System Identification, Signal Processing, IEEE Transactions on, vol., page:, 99. [] aber R., Keviczy L., onlinear System Identification Input-Output ing Approach, Kluwer Academic Publishers, Theetherlands,999. [] ayin, S., Adaptive Filter Theory, Prentice-all, Englewood Cliffs, 98. [] Chon,. K., Linear and onlinear ARMA Parameter Estimation Using an Artificial eural etwor Biomedical Engineering, IEEE Transactions on, vol. no., page:8-, 99. [] Zorlu,., Özer, Ş., Identification of onlinear Volterra System Using Differential Evolution Algorithm, Electrical, Electronics and Computer Engineering (ELECO) ational Conference,, page:.
EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206
99 EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3- Yıl: 99-6 İKİNCİ MERTEBEDEN BİR DİFERENSİYEL DENKLEM SINIFI İÇİN BAŞLANGIÇ DEĞER PROBLEMİNİN DİFERENSİYEL DÖNÜŞÜM YÖNTEMİ İLE TAM ÇÖZÜMLERİ THE
DetaylıÇeşme Yarımadası İçin Rüzgar Bilgisi Analizi Ve
Çeşme Yarımadası İçin Rüzgar Bilgisi Analizi Ve Rüzgar Hızı Öngörüsü 3. İzmir Rüzgar Sempozyumu 08-10 Ekim 2015, İzmir Oktay Karakuş, M.Sc. İzmir Yüksek Teknoloji Enstitüsü, İYTE Ercan E. Kuruoğlu, Ph.D.
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
ELECO '2012 Eletri - Eletroni ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 ralı 2012, Bursa Lineer Olmayan Dinami Sistemlerin Yapay Sinir ğları ile Modellenmesinde MLP ve RBF Yapılarının Karşılaştırılması
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıMatris Unutma Faktörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi
Fırat Üniv. Fen Bilimleri Dergisi Fırat Unv. Journal of Science 25(), 7-76, 23 25(), 7-76, 23 Matris Unutma Fatörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi Özet Cener BİÇER * Esin KÖKSAL
DetaylıGeriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye
DetaylıKİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES
KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES Mehmet YÜCEER, İlnur ATASOY, Rıdvan BERBER Anara Üniversitesi Mühendisli Faültesi Kimya Mühendisliği Bölümü Tandoğan- 0600 Anara (berber@eng.anara.edu.tr)
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıOrtalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 2(2), 546-56, (28) DOI:.2592/baunfbed.489724 J. BAUN Inst. Sci. Technol., 2(2), 546-56, (28) Ortalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
DetaylıÇok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi
9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş
DetaylıMÜFREDAT DERS LİSTESİ
MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103
DetaylıGörev Unvanı Alan Üniversite Yıl Prof. Dr. Elek.-Eln Müh. Çukurova Üniversitesi Eylül 2014
ÖZGEÇMİŞ 1. Adı Soyadı : MUSTAFA GÖK 2. Doğum Tarihi: : 1972 3. Unvanı : Prof. Dr. 4. Öğrenim Durumu Derece Alan Üniversite Yıl Lisans Elektronik Mühendisliği İstanbul Üniversitesi 1995 Yüksek Lisans Electrical
DetaylıELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ DOKTORA YETERLİK SINAVI YÖNETMELİĞİ
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ DOKTORA YETERLİK SINAVI YÖNETMELİĞİ Doktora Yeterlik Sınavı, başvurunun yapıldığı ve Doktora Yeterlik Komitesi nin başvuruyu onayladığı dönemdeki, dönem sonu sınavlarının
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıEvrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm
Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm 1 Yigit Cagatay Kuyu, 1 Nedim Aktan Yalcin, * 1 Fahri Vatansever * 1 Faculty of Engineering,
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıÇoklu Unutma Faktörleri ile Uyarlı Kalman Filtresi İçin İyileştirme
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi Cilt 33, Sayı, 7 Erciyes University Journal of Natural and Applied Sciences Volume 33, Issue, 7 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi İçin
Detaylı1. YARIYIL / SEMESTER 1
T.C. NECMETTİN ERBAKAN ÜNİVERSİTESİ MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ, MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ, 2017-2018 AKADEMİK YILI ÖĞRETİM PLANI T.C. NECMETTIN ERBAKAN UNIVERSITY ENGINEERING AND ARCHITECTURE
DetaylıKABLOSUZ İLETİŞİM
KABLOSUZ İLETİŞİM 805540 KÜÇÜK ÖLÇEKLİ SÖNÜMLEME SÖNÜMLEMENİN MODELLENMESİ İçeri 3 Sönümleme yapısı Sönümlemenin modellenmesi Anara Üniversitesi, Eletri-Eletroni Mühendisliği Sönümleme Yapısı 4 Küçü ölçeli
DetaylıMühendislik Fakültesi Elektrik-Elektronik Mühendisliği (İngilizce)
Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği (İngilizce) - 2015 Genel Toplam Ortalama Yarıyıl Ders = [52 / 8 = 6,5] + 3 = 10 T = 126 U = 36 Toplam Saat = 162 Kredi = 260 ECTS = 260 1. YARIYIL
DetaylıDerece Alan Üniversite Yıl Lisans Elektrik Mühendisliği Yıldız Teknik Üniversitesi 1994 Y. Lisans Elektronik
ÖZGEÇMİŞ 1. Adı Soyadı : Ramazan ÇOBAN 2. Doğum Tarihi : 17 Mart 1973 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Elektrik Mühendisliği Yıldız Teknik Üniversitesi 1994 Y.
Detaylı2017 MÜFREDATI MÜHENDİSLİK FAKÜLTESİ / ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ EĞİTİM PLANI
2017 MÜFREDATI MÜHENDİSLİK FAKÜLTESİ / ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ EĞİTİM PLANI SINIF: 1 DÖNEM: GÜZ 200111 TEMEL BİLGİ TEKNOLOJİSİ KULLANIMI USE OF FUNDAMENTAL INFORMATION TECHNOLOGY 2017 2 0 2 2
DetaylıÇİFT ANADAL TABLOSU. ME 203 Statics NA NA ME 211 Thermodynamics I NA NA
ÇİFT ANADAL TABLOSU Makine Mühendisliği Programında Çift Anadal a başvuran değişik bölüm öğrencilerinin alması gereken dersler aşağıda verilmiştir. (Alınması gerekmeyen dersler koyu hücreler içerisinde
DetaylıANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT
DetaylıÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ
ÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ Ali S Awad *, Erhan A İnce* *Doğu Akdeniz Üniversitesi Elektrik ve Elektronik Mühendisliği Mağosa, KKTC İnce@eeneteeemuedutr, Asawad@emuedutr Özetçe Beyaz
DetaylıANKARA ÜNİVERSİTESİ A ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
PROGRAM ADI : BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) 1.SINIF /1.YARIYIL* 1 COM101 COMPUTER PROGRAMMING I - - 4 2 6 5 9 2 COM113 INTRODUCTION TO COMPUTER SCIENCE - - 3 0 3 3 5 3 PHY0101 PHYSICS I - - 3 0 3
DetaylıCOURSES OFFERED FOR ERASMUS INCOMING STUDENTS
COURSES OFFERED FOR ERASMUS INCOMING STUDENTS Department : Computer Engineering 152111001 CALCULUS I 3 2 4 5 152111005 PHYSICS I 3 0 3 3 152111006 PHYSICS I LAB 0 2 1 2 152111007 CHEMISTRY 3 0 3 3 152111008
DetaylıCurriculum Vitae. 06 September 1970, Kayseri, TURKEY. Phone : +90 352 4374901 / Ext.: 32204. : yuksel@erciyes.edu.tr
Curriculum Vitae Full Name: Date & Place of Birth: Dr. M. Emin YÜKSEL 06 September 1970, Kayseri, TURKEY. Office Contact: Dept. of Electronics Eng., Faculty of Engineering, Erciyes University, Kayseri,
DetaylıBilgisayar Mühendisliği Bölümü Lisans Ders Programı / Computer Engineering Undergraduate Curriculum
Bilgisayar Mühendisliği Bölümü Lisans Ders Programı / Undergraduate Curriculum 2014-2015 ve Öncesi Girişli Öğrenciler için Uygulanan Ders Program 1.Yıl / I.Dönem (First Year / First Semester) FIZ115 Fizik
DetaylıYÜKSEKÖĞRETİM KURULU PROFESÖR 18.11.2015. Deniz Harp Okulu ve Naval Postgraduate School
MEHMET TAHİR ÖZDEN ÖZGEÇMİŞ YÜKSEKÖĞRETİM KURULU PROFESÖR 18.11.2015 Adres : Piri Reis Üniversitesi, Tuzla, 34920, İstanbul. Telefon : 2165810049- E-posta : mtozden@pirireis.edu.tr Doğum Tarihi : 04.04.1962
DetaylıDoç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr
Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM
DetaylıÖZGEÇMİŞ. Derece Bölüm/Program Üniversite Yıl Lisans. Görev Ünvanı Alan Görev Yeri Yıl Arş. Gör.
ÖZGEÇMİŞ 1. Adı Soyadı : Asım Gökhan YETGİN 2. Doğum Tarihi : 1979-Kütahya 3. Ünvanı : Yrd. Doç. Dr. 4. E-mail : gokhan.yetgin@dpu.edu.tr 5. Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl Lisans Elektrik
DetaylıÇİFT ANADAL TABLOSU. Code Course name T R C ECTS IE CENG ECE MECE MSE CE ME 113
ÇİFT ANADAL TABLOSU Makine Mühendisliği Programında Çift Anadal a başvuran değişik bölüm öğrencilerinin alması gereken dersler aşağıda verilmiştir. (Alınması gerekmeyen dersler koyu hücreler içerisinde
DetaylıANKARA ÜNİVERSİTESİ ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI ANADAL PROGRAMI İÇİN ÖNERİLEN EĞİTİM PROGRAMI FORMU
A EĞİTİM-ÖĞRETİM YILI: 2017-2018 FAKÜLTE/YÜKSEKOKUL ADI :Mühendislik Fakültesi PROGRAM ADI :Elektrik-Elektronik Mühendisliği (%100 İngilizce) 1. SINIF / 1. YARIYIL ANADAL EĞİTİM PROGRAMI ZORUNLU DERSLERİ
DetaylıGÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR
GÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR KİŞİSEL BİLGİLER İş: (272) 228 14 23 E-mail: emreguraksin@aku.edu.tr Uyruğu Doğum Yeri
DetaylıÖZGEÇMİŞ. Unvan Bölüm Üniversite Yıl Yrd. Doç. Dr. Yazılım Mühendisliği Bahçeşehir Üniversitesi 2007
1. Adı Soyadı: Mehmet Alper TUNGA 2. Doğum Tarihi: 11/06/1975 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: ÖZGEÇMİŞ Derece Bölüm/Program Üniversite Yıl Lisans Matematik Mühendisliği İstanbul Teknik Üniversitesi
DetaylıUyarlanır Sistemler and Sinyal İşleme (EE 424) Ders Detayları
Uyarlanır Sistemler and Sinyal İşleme (EE 424) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Uyarlanır Sistemler and Sinyal İşleme EE 424 Her İkisi 3 0
Detaylı91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS KİTAPLARI LİSTESİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS KİTAPLARI LİSTESİ *Ders kitaplarını almadan önce dersi veren öğretim üyesine mutlaka danışın. Birinci Yıl 1.Yarıyıl BLM101 Bilgisayar Yazılımı I Ana Ders Kitabı: C How
DetaylıDoğrusal parametrik ve doğrusal olmayan gerçek sistemlerin yapay arı kolonisi algoritması kullanılarak modellenmesi
mühendislikdergisi Dicle Üniversitesi Mühendislik Mühendislik Fakültesi Fakültesi mühendislik Cilt: 5, 2, dergisi 39 111118 Aralık 2014 Doğrusal parametrik ve doğrusal olmayan gerçek sistemlerin yapay
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı
BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik
DetaylıStokastik Süreçler. Bir stokastik Süreç ya da rastgele süreç şöyle tanımlanabilir.
Stoasti Süreçler Bir stoasti Süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişendir. Rastgele değişenin alacağı değer zamanla değişmetedir. Deney çıtılarına atanan rastgele
DetaylıDİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI
DİFERASİYEL GELİŞİM ALGORİTMASI KULLAILARAK ADAPTİF LİEER TOPLAYICI TASARIMI urhan KARABOĞA Canan Aslıhan KOYUCU 2 Elektrik Elektronik Mühendisliği Bölümü Mühendislik Fakültesi Erciyes Üniversitesi, 38090,
Detaylıve Sonrası Girişli Öğrenciler için Uygulanacak Ders Program
Bilgisayar Mühendisliği Bölümü Lisans Ders Programı / Department of Computer Engineering Undergraduate Curriculum 2015-2016 ve Sonrası Girişli Öğrenciler için Uygulanacak Ders Program 1.Yıl / I.Dönem (First
Detaylı(b) ATILIM Üniversitesi, Elektrik ve Elektronik Mühendisliği Böl.
ED Sistemleri için Etin Darbe Ayrıştırma ve Tehdit Kimlilendirme Algoritması Geliştirilmesi Development of Effective Pulse Deinterleaving and Threat Identification Algorithm for ESM Systems Ortaovalı H.
DetaylıÖzetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
Adaptif Süzgeçlerde Farksal Gelişim Algoritması Kullanılarak Gürültü Giderme Noise Cancellation Using Differential Evolution Algorithm For Adaptive Filters Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
DetaylıSAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 29.09.2009 Y. Doç. Dr. Aybars UĞUR (529
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Eren BAŞ
ÖZGEÇMİŞ 1. Adı Soyadı : Eren BAŞ Adres Telefon E-posta : Giresun Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, GİRESUN : 0 454 310 14 00/1597 : eren.bas@giresun.edu.tr 2. Doğum Tarihi : 06.01.1986
Detaylı91-03-01-517 YAPAY ZEKA (Artificial Intelligence)
91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)
DetaylıÖZGEÇMİŞ VE ESERLER LİSTESİ
ÖZGEÇMİŞ VE ESERLER LİSTESİ Adı Soyadı E-posta İletişim Adresileri : Özge CAĞCAĞ YOLCU : ozge.cagcag_yolcu@kcl.ac.uk ozgecagcag@yahoo.com : Giresun Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği
DetaylıYÜKSEKÖĞRETİM KURULU PROFESÖR : MARMARA EĞİTİM KÖYÜ MALTEPE İSTANBUL
AHMET FUAT ANDAY ÖZGEÇMİŞ YÜKSEKÖĞRETİM KURULU PROFESÖR 05.02.2015 Adres : MARMARA EĞİTİM KÖYÜ 34857 MALTEPE İSTANBUL Telefon : 2166261050-2382 E-posta Doğum Tarihi : 27.08.1941 : fuatanday@maltepe.edu.tr
DetaylıDOĞRUSAL OLMAYAN PAR SİSTEMLER KULLANILARAK KAOTİK ZAMAN SERİSİ KESTİRİMİ
Gazi Üniv. Müh. Mim. Fak. Der. Journal of the Facult of Engineering and Architecture of Gazi Universit Cilt 27, o 2, 323-331, 2012 Vol 27, o 2, 323-331, 2012 DOĞRUSAL OLMAYA PAR SİSTEMLER KULLAILARAK KAOTİK
DetaylıÇEŞME YARIMADASI İÇİN RÜZGAR BİLGİSİ ANALİZİ VE RÜZGAR HIZI ÖNGÖRÜSÜ
3. İzmir Rüzgâr Sempozyumu // 8-1 Ekim 215 // İzmir 57 ÇEŞME YARIMADASI İÇİN RÜZGAR BİLGİSİ ANALİZİ VE RÜZGAR HIZI ÖNGÖRÜSÜ Oktay Karakuş 1, Ercan E. Kuruoğlu 2, Mustafa A. Altınkaya 1 1 İzmir Yüksek Teknoloji
DetaylıUYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ
UYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ T. Kurban 1, E. Beşdok 2, A.E. Karkınlı 3 Erciyes Üniversitesi, Harita Mühendisliği Bölümü, 38039, Melikgazi, Kayseri. 1 tubac@erciyes.edu.tr,
DetaylıANKARA ÜNİVERSİTESİ ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
Sıra Numarası Dersin ön koşulu var mı? *** Dersin önceki eğitim programında eşdeğer bir dersi var mı? **** Kuramsal Uygulama ve Laboratuvar TOPLAM SAAT Ulusal kredi AKTS Kredisi ANKARA ÜNİVERSİTESİ ANADAL
DetaylıBilgisayar Mühendisliği Bölümü Lisans Ders Programı / Computer Engineering Undergraduate Curriculum
Bilgisayar Mühendisliği Bölümü Lisans Ders Programı / Undergraduate Curriculum 2014-2015 ve Öncesi Girişli Öğrenciler için Uygulanan Ders Program 1.Yıl / I.Dönem (First Year / First Semester) FIZ115 Fizik
DetaylıKaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması
Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması 1 Mehmet Eser * 1 Uğur Yüzgeç 1 Bilecik Şeyh Edebali Üniversitesi, Bilgisayar Mühendisliği Bölümü, 111, Gülümbe, Bilecik 1. Giriş Abstract Differential
DetaylıA. SCI ve SCIE Kapsamındaki Yayınlar
A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.
Detaylı) ile algoritma başlatılır.
GRADYANT YÖNTEMLER Bütün ısıtsız optimizasyon problemlerinde olduğu gibi, bir başlangıç notasından başlayara ardışı bir şeilde en iyi çözüme ulaşılır. Kısıtsız problemlerin çözümü aşağıdai algoritma izlenere
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Eren BAŞ
ÖZGEÇMİŞ 1. Adı Soyadı : Eren BAŞ Adres Telefon E-posta : Giresun Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, GİRESUN : 0 454 310 14 00/5359 : eren.bas@giresun.edu.tr 2. Doğum Tarihi : 06.01.1986
DetaylıDijital Sinyal İşleme (COMPE 463) Ders Detayları
Dijital Sinyal İşleme (COMPE 463) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Sinyal İşleme COMPE 463 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıEĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER
BİRİNCİ SINIF GÜZ YARIYILI 2015-2016 EĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER DEĞİŞİKLİK FORMU COM101 BİLGİSAYAR PROGRAMLAMA
DetaylıÖZGEÇMİŞ 1. Adı Soyadı : Mehmet Nur Alpaslan Parlakçı İletişim Bilgileri Adres
ÖZGEÇMİŞ 1. Adı Soyadı : Mehmet Nur Alpaslan Parlakçı İletişim Bilgileri Adres Telefon Mail : Eski Silahtarağa Elektrik Santralı Kazım Karabekir Cad. No:2/13 34060 Eyüp İSTANBUL : 0212-3117427 : aparlakci@bilgi.edu.tr
DetaylıŞifrebilimde Yapay Sinir Ağları
Ege Üniversitesi Bilgisayar Mühendisliği Bölümü Şifrebilimde Yapay Sinir Ağları BİM345 Yapay Sinir Ağları İlker Kalaycı Mayıs,2008 Gündem Şifrebilim Şifrebilim nedir Şifreleme Şifre Çözme Klasik Şifreleme
DetaylıAR SİSTEM MODELLEMEDE FARKLI ALGORİTMALARIN KARŞILAŞTIRILMASI
Gazi Üniv. Müh. Mim. Fa. Der. J. Fac. Eng. rch. Gazi Univ. Cilt 19, No 4, 431-436, 2004 Vol 19, No 4, 431-436, 2004 R SİSTEM MODELLEMEDE FRKLI LGORİTMLRIN KRŞILŞTIRILMSI Şaban ÖZER *, Şeref SĞIROĞLU **
DetaylıYrd. Doç. Dr.Yiğit Aksoy
Yrd. Doç. Dr.Yiğit Aksoy ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Y. Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Doktora Celal
DetaylıDers 2 : MATLAB ile Matris İşlemleri
Ders : MATLAB ile Matris İşlemleri Kapsam Vetörlerin ve matrislerin tanıtılması Vetör ve matris operasyonları Lineer denlem taımlarının çözümü Vetörler Vetörler te boyutlu sayı dizileridir. Elemanlarının
DetaylıDEVAM ETMEKTE OLAN ÖĞRENCİLERE UYGULANACAK PROGRAMLAR
DEVAM ETMEKTE OLAN ÖĞRENCİLERE UYGULANACAK PROGRAMLAR A) Birinci Sınıfa 2013-2014 Öğretim Yılında Başlayan Öğrenciler: III. Yarıyıl (2014-2015 Güz) IV. Yarıyıl (2014-2015 Bahar) MAT 219 Differential Equations
DetaylıKollektif Risk Modellemesinde Panjér Yöntemi
Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif
DetaylıÖZGEÇMİŞ. : :
1. Adı Soyadı : Fatma Zehra DOĞRU ÖZGEÇMİŞ Adres Telefon E-posta : Giresun Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, GİRESUN : 04543105411 : fatma.dogru@giresun.edu.tr 2. Doğum
Detaylı1. DÖNEM Kodu Dersin Adı T U K. Matematik II Mathematics II (İng) Fizik I 3 2 4. Bilgisayar Programlama I (Java) Computer Programming I (Java) (İng)
Müfredat: Mekatronik Mühendisliği lisans programından mezun olacak bir öğrencinin toplam 131 kredilik ders alması gerekmektedir. Bunların 8 kredisi öğretim dili Türkçe ve 123 kredisi öğretim dili İngilizce
DetaylıSOFTWARE ENGINEERS EDUCATION SOFTWARE REQUIREMENTS/ INSPECTION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS
SOFTWARE REQUIREMENTS/ INSPECTION SOFTWARE ENGINEERS EDUCATION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS SOFTWARE REQUIREMENTS/ INSPECTION Ö. Albayrak, J. C. Carver,
Detaylı1. YARIYIL / SEMESTER 1 2. YARIYIL / SEMESTER 2
T.C. NECMETTİN ERBAKAN ÜNİVERSİTESİ MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ, 2017-2018 AKADEMİK YILI ÖĞRETİM PLANI T.C. NECMETTIN ERBAKAN UNIVERSITY ENGINEERING AND ARCHITECTURE
DetaylıGRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS
GRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS AŞÇI, M. 1, YAS, T. 1, MATARACIOĞLU, M.O. 1 Posta Adresi: 1 Kocaeli Ünirsitesi Mühendislik
DetaylıADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ
Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi ergisi, Cilt 1, Sayı, 5 AAPİF FİRR GAUSS-SI AGORİMASININ SOKASİK YAKINSAMA ANAİZİ Metin HAUN * Osman Hilmi KOÇA * Özet: Bu makalede, adaptif filtre parametrelerinin
DetaylıÖZGEÇMİŞ. Doktora Tezi: Nonlinear Dynamical State Feedback Design for Tracking and Chaotification. Görev Ünvanı Görev Yeri Yıl
ÖZGEÇMİŞ Adı Soyadı: SAVAŞ ŞAHİN Öğrenim Durumu: DOKTORA Tel: +90.232.3293535 / 3713 E-posta: phd.savas.sahin@gmail.com savas.sahin@ikc.edu.tr Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Elektronik
DetaylıDR. ÖĞR. ÜYESİ ALİ ZAFER DALAR ÖZGEÇMİŞ VE ESER LİSTESİ
1. Adı Soyadı: Ali Zafer DALAR 2. Doğum Tarihi: 23.07.1986 3. Unvanı: Dr. Öğr. Üyesi 4. Öğrenim Durumu: DR. ÖĞR. ÜYESİ ALİ ZAFER DALAR ÖZGEÇMİŞ VE ESER LİSTESİ Derece Alan Üniversite Yıl Lisans İstatistik
DetaylıGenetik Algoritma Yardımıyla Elde Edilen Yüksek Performanslı Pencere Fonksiyonlarının Yinelemesiz Sayısal Filtre Tasarımında Kullanımı
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 011, Elazığ, Turkey Genetik Algoritma Yardımıyla Elde Edilen Yüksek Performanslı Pencere Fonksiyonlarının Yinelemesiz Sayısal Filtre
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :
ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.
DetaylıGüz Dönemi Zorunlu Dersleri
T.C. AKSARAY ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK ve BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI TEZLİ YÜKSEK LİSANS PROGRAMI Güz Dönemi Zorunlu Dersleri EEBM 501 İleri Mühendislik Matematiği
DetaylıMUSTAFA ÇAKIR. Kişisel Bilgiler. İletişim Bilgileri. Kimlik Numarası. Doğum Tarihi 21/08/1974. İletişim Adresi
MUSTAFA ÇAKIR Kişisel Bilgiler İletişim Bilgileri Kimlik Numarası Doğum Tarihi İletişim Adresi Telefon 20618356832 21/08/1974 KOCAELİ ÜNİVERSİTESİ UMUTTEPE KAMPÜSÜ MÜHENDİSLİK FAKÜLTESİ (262) 303 33 60
DetaylıVeysel Aslanta, M Do ru
Veysel Aslanta, MDoru, Genetik Algoritma (GA) kullanarak (Singular Value Decomposition - SVD) resim Ç (scaling factors - SFs) kullanarak alues - SVs) metotta, maksimum optimize maksimum saydam da S Anahtar
DetaylıAYTUĞ ONAN CELAL BAYAR ÜNİVERSİTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SERDAR KORUKOĞLU EGE ÜNİVERSİTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
Metin Sınıflandırmada Öznitelik Seçim Yöntemlerinin Değerlendirilmesi AYTUĞ ONAN CELAL BAYAR ÜNİVERSİTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SERDAR KORUKOĞLU EGE ÜNİVERSİTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
DetaylıPROF.DR. ERCAN SOLAK Işık Üniversitesi Bilgisayar Müh. Böl. Bşk. ercan@isikun.edu.tr
PROF.DR. ERCAN SOLAK Işık Üniversitesi Bilgisayar Müh. Böl. Bşk. ercan@isikun.edu.tr 1. Adı Soyadı : Ercan SOLAK 2. Doğum Tarihi : 1972 3. Unvanı : Profesör 4. Öğrenim Durumu : ÖĞRENİM DÖNEMİ DERECE ÜNİVERSİTE
Detaylı1st TERM Class Code Class Name T A C. Fizik I Physics I Bilgisayar Programlama I (Java) Computer Programming I (Java)
Curriculum: Students need to take a total of 128 credits of classes to graduate from the Electrical and Electronics Engineering Undergraduate Program. With 8 credits of classes taught in Turkish and 120
Detaylı: ahabes@nny.edu.tr, asuman83@gmail.com. 2006 2013 Gazi Üniversitesi Araş. Gör. 4. Eğitim Derece Alan Üniversite Yıl
Özgeçmiş - CV Yrd. Doç. Dr. Asuman SAVAŞCIHABEŞ 1. Kişisel Bilgiler Adı Soyadı Unvanı Adres :Asuman SAVAŞCIHABEŞ :Yrd.Doç.Dr. :Nuh Naci Yazgan Üniversitesi Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği
DetaylıUfuk Ekim Accepted: January 2011. ISSN : 1308-7231 yunal@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number: 1, Article Number: 1A0156 ENGINEERING SCIENCES Yavuz Ünal Received: October 010 Ufu Eim Accepted: January 011 Murat Kölü Series
DetaylıBAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ. ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE AĞIRLIKLANDIRILMIġ ĠSTATĠSTĠKSEL MODEL SEÇĠMĠ MURAT BARKAN UÇAR
BAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE AĞIRLIKLANDIRILMIġ ĠSTATĠSTĠKSEL MODEL SEÇĠMĠ MURAT BARKAN UÇAR YÜKSEK LĠSANS TEZĠ 2015 ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE
DetaylıDinamik Programlama Tekniğindeki Gelişmeler
MADENCİLİK Aralı December 1991 Cilt Volume XXX Sayı No 4 Dinami Programlama Teniğindei Gelişmeler Developments in Dynamic Programming Technique Ercüment YALÇIN (*) ÖZET Bu yazıda, optimum nihai açı işletme
DetaylıANKARA ÜNİVERSİTESİ A ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
Dersin ön koşulu var mı? ***** İntibak Dersi mi? **** TOPLAM SAAT ** AKTS Kredisi ** ANKARA ÜNİVERSİTESİ A PROGRAM ADI : BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE).SINIF /.YARIYIL* ANADAL EĞİTİM PROGRAMI ZORUNLU
DetaylıTEK SERBESTLİK DERECELİ TİTREŞİM SİSTEMİNİN LAGUERRE POLİNOMLARI İLE MATRİS ÇÖZÜMÜ
EK SERBESLİK DERECELİ İREŞİM SİSEMİNİN LAGUERRE POLİNOMLARI İLE MARİS ÇÖZÜMÜ Mehmet ÇEVİK a, Nurcan BAYKUŞ b a Celal Bayar Üniversitesi Maine Mühendisliği Bölümü, Muradiye 454, Manisa. b Douz Eylül Üniversitesi,
DetaylıADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ
Ders List ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ 17.11.2016 Yüksek Lisans Dersleri Kod Ders Adı Ders Adı (EN) T U L K AKTS MTK501 Reel
DetaylıKredisi. Dersin Sorumlusu (Course Code) (Credit)
MAKİNE MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI (Mechanical Engineering) ME 502 Advanced Numerical Methods for Engineers Yrd.Doç.Dr.Ender YILDIRIM ME 506 Advanced Heat Transfer Prof.Dr. Nevzat ONUR and Applications
Detaylı1.SINIF 1. DÖNEM DERS MÜFREDATI. (9) TEORİ/UYG. (SAAT) MATH 101 Matematik I Calculus I Zorunlu 4-6 PHYS 101 Fizik I Physics I Zorunlu 3 2 6 ECE 101
1.SINIF 1. DÖNEM MÜFREDATI (3)SINIFI : 1 MATH 101 Matematik I Calculus I Zorunlu 4-6 PHYS 101 Fizik I Physics I Zorunlu 3 2 6 ECE 101 Elektronik ve Haberleşme Introduction to Electronics and Mühendisliğine
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: Ünvanı: Doç. Dr. 4. Öğrenim Durumu:
1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: 02.0.1969. Ünvanı: Doç. Dr.. Öğrenim Durumu: ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Matematik Karadeniz Teknik Üniversitesi 1991 Y. Lisans Matematik
DetaylıÖZGEÇMİŞ. 2. Doğum Yeri/Tarihi : KİLİS Merkez / Unvanı : Doktor Araştırma Görevlisi
ÖZGEÇMİŞ 1. Adı Soyadı :İPEK ATİK İletişim Bilgileri Adres : Kilis 7 Aralık Ünv. Mühendislik Mimarlık Fakültesi Elektrik Elektronik Mühendisliği Böl. Ofis No: B 114 Telefon İş: :0348 814 26 66 /1839 Mail
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıBasitleştirilmiş Kalman Filtresi ile Titreşimli Ortamda Sıvı Seviyesinin Ölçülmesi
Basitleştirilmiş Kalman Filtresi ile Titreşimli Ortamda Sıvı Seviyesinin Ölçülmesi M. Ozan AKI Yrd.Doç Dr. Erdem UÇAR ABSTRACT: Bu çalışmada, sıvıların seviye ölçümünde dalgalanmalardan aynalı meydana
Detaylı