ANABĠLĠM DALI ADI: BĠLGĠSAYAR MÜHENDĠSLĠĞĠ. ANABĠLĠM DALI BAġKANI: PROF. DR. AHMET ARSLAN

Transkript

1 ANABĠLĠM DALI ADI: BĠLGĠSAYAR MÜHENDĠSLĠĞĠ ANABĠLĠM DALI BAġKANI: PROF. DR. AHMET ARSLAN ANABĠLĠM DALI HAKKINDA GENEL BĠLGĠLER (TANIM, TARĠHÇE, HEDEFLER V.S Bilgisayar Mühendisliği Bölümü eğitim öğretim faaliyetlerine 1994 yılında baģlamıģtır. Bir yıllık hazırlık sınıfı eğitimi ise yılından bu yana uygulanmaktadır. Bilgisayar Mühendisliği Bölümü, Bilgisayar Yazılımı, Bilgisayar Donanımı ve Bilgisayar Bilimleri olmak üzere 3 farklı dalda eğitim vermektedir. Bölümde 1998 yılından itibaren yüksek lisans ve 2008 yılından itibaren doktora eğitimi verilmektedir. Bölüm, lisans eğitiminde öğrencilerine modern dünyada bir bilgisayar mühendisi olarak kendilerine gerekli beceri, yetenek ve bilgiyi vermekte, baģarılı bir iģ hayatının ve kariyerlerinin devamı için profesyonel geliģimlerini sürdürebilecekleri sorumluluk ve profesyonellik duygusunu aģılamaktadır. Yüksek lisans ve doktora eğitiminde, öğrencilerinin ileri ve modern bilimsel araģtırma çalıģmalarına katılmaları sağlanmakta, akademik çalıģmalar ile katmadeğer sağlayacak ileri düzeyde bilgi sahibi olmuģ mühendis ve araģtırmacı olabilmeleri için gerekli teknik tecrübe verilmektedir. MĠSYON Bilgisayar mühendisliği anabilim dalının misyonu bölüm olarak geliģmekte olan teknlojiyi yakından takip etmek, bu geliģmelere göre kendini yenileyerek ülkemizin ihtiyaçlarına cevap verecek değerli akademisyenler yetiģtirmek, imkanlar dahilinde teknolojik geliģmelere önder olabilecek çalıģma ortamlarını oluģturmak, sanayi ile iģbirliği yaparak çözümler üretmektir. VĠZYON Bilgisayar mühendisliğinin vizyonu hem Türkiye hem de Dünya çapında biliģim sektörüne akademik ve teknolojik alanda yön veren bir bölüm olmaktır. ANABĠLĠM DALINDAKĠ BĠLĠM DALLARI Bilgisayar Yazılımı, Bilgisayar Donanımı, Bilgisayar Bilimleri

2 BĠLGĠSAYAR MÜHENDĠSLĠĞĠ A.B.D. AKADEMĠK KADROSU ÖĞRETĠM ÜYESĠ BĠLĠM DALI E-POSTA UZMANLIK ALANI Prof.Dr.ġirzat KAHRAMANLI Bilgisayar Bilimleri Lojik Sentez Yrd.Doç.Dr.Ahmet BABALIK Bilgisayar Bilimleri Yapay sinir ağları, Yapay zeka, Görüntü iģleme Yrd.Doç.Dr.Ö.Kaan BAYKAN Bilgisayar Bilimleri Yapay zeka, Zeki optimizasyon, Görüntü iģleme Yrd.Doç.Dr.Gülay TEZEL Bilgisayar Bilimleri Biyomedikal sinyal iģleme, Yapay sinir ağları Yrd.Doç.Dr.Halife KODAZ Bilgisayar Bilimleri Yapay bağıģıklık sistemleri, Optimizasyon teknikleri, Sınflandırma ArĢ.Gör.Dr.Nurdan BAYKAN Bilgisayar Bilimleri Resim iģleme, Yapay sinir ağları Prof.Dr.Ahmet ARSLAN Bilgisayar Yazılımı Yrd.Doç.Dr.Erkan ÜLKER Bilgisayar Yazılımı Yrd.Doç.Dr.Harun UĞUZ Bilgisayar Yazılımı Öğ.Gör.Dr.Oğuz FINDIK Bilgisayar Yazılımı Veri madenciliği, akıllı tanıma sistemleri, makine öğrenmesi, Bilgisayarlı Grafik, Nesne Modelleme Bilgisayar grafikleri, Yapay zeka, Bilgisayar destekli tasarım ve imalat, Bilgi mühendisliği Yapay zeka, Makine öğrenmesi, Optimizasyon, Sinyal iģleme, Saklı markov modelleri Fligranlama teknikleri, Veri gizleme, Evrimsel algoritmalar, Yapay zeka Öğ.Gör.Dr.Ġsmail BABAOĞLU Bilgisayar Yazılımı Yapay zeka, Evrimsel algoritmalar, Görüntü iģleme Yrd.Doç.Dr.Mesut GÜNDÜZ Bilgisayar Donanımı Görüntü iģleme, Bilgisayar grafikleri, Bilgisayar ağları

3 Bilgisayar Mühendisliği A.B.D. Güz Dönemi Ders-Öğretim Üyesi Dersno Öğretim Üyesi Adı Name Bilim Dalı ECTS Kr Prof.Dr. Ahmet Arslan Makinanın Öğrenmesi Machine Learning Bil.Bilimleri Yrd.Doç.Dr. Ahmet Babalık Yapay Zeka Teknikleri Ġle Sayısal Kontrol Numerical Control With Artificial Intelligence Techniques Bil.Bilimleri Yrd.Doç.Dr. Ömer Kaan Baykan Metasezgisel Algoritmalar Metaheuristic Algorithims Bil.Bilimleri Yrd.Doç.Dr. Gülay Tezel Biyomedikal Sinyaller Ve Yapay Zeka Uygulamaları Biomedical Signals And Artificial Intelligence Applications Bil.Bilimleri Yrd.Doç.Dr. Erkan Ülker Hesaplamalı Oyun Teorisi Computational Game Theory Bil.Bilimleri Prof.Dr. ġirzat Kahramanlı Küp Cebirinin Esasları Ve Uygulamaları The Basics Of Cube Algebra And Ġts Applications Bil.Donanımı Prof.Dr. ġirzat Kahramanlı Bilgisayar Mimarisinin Ġleri Problemleri - I Computer Architecture Bil.Donanımı Prof.Dr. Ahmet Arslan Bulanık Mantık Teorisi Fuzzy Logic Theory Bil.Yazılımı Yrd.Doç.Dr. Mesut Gündüz Ġleri Bilgisayar Grafikleri Advanced Computer Graphics Bil.Yazılımı Yrd.Doç.Dr. Harun Uğuz Veri Sınıflandırma Ve Kümeleme Teknikleri Data Classification And Clustering Techniques Bil.Yazılımı Yrd.Doç.Dr. Mesut Gündüz Kablosuz Algılayıcı Ağlar Wireless Sensor Netrorks Bil.Yazılımı Yrd.Doç.Dr. Erkan Ülker Bilgi Mühendisliği Knowledge Engineering Bil.Yazılımı Yrd.Doç.Dr. Mesut Gündüz ( 3.Yy ) Ġleri Veri Tabanı Sistemler Ġ(Seçmeli) Advanced Database Systems Bil.Mühendisliği Yrd.Doç.Dr. Ahmet Babalık Yapay Zeka Teknikleriyle Sayısal Kontrol Numerical Control With Artificial Intelligence Techniques Bil.Mühendisliği ArĢ.Gör.Dr. Nurdan Baykan Bilgisayar Bilimlerinde Ayrık Matematik Discrete Mathematics In Computer Science Bil.Bilimleri Öğr.Gör.Dr. Oğuz Fındık Sayısal Filigranlama Digital Watermarking Bil.Yazılımı Yrd.Doç.Dr. Halife Kodaz Mühendislik Uygulamalarında Bulanık Mantık Use Of Fuzzy Logic In Engineering Application Bil.Bilimleri 8 3 Bilgisayar Mühendisliği A.B.D. Bahar Dönemi Ders-Öğretim Üyesi Dersno Öğretim Üyesi Adı Name Bilim Dalı ECTS Kr Prof.Dr. Ahmet Arslan Hesaplama Teorisi Computation Theory Bil.Bilimleri Yrd.Doç.Dr. Ömer Kaan Baykan Endüstriyel Makine Görme Sistemleri Industrial Machine Vision Systems Bil.Bilimleri Yrd.Doç.Dr. Ahmet Babalık Dijital Video ĠĢleme Digital Video Processing Bil.Bilimleri Yrd.Doç.Dr. Erkan Ülker Hesaplamalı Geometri Computational Geometry Bil.Bilimleri Yrd.Doç.Dr. Erkan Ülker Bilgisayarlı Modelleme Ve Yapay Zeka Uygulamaları Computer Aided Modeling And Artificial Intelligence App. Bil.Bilimleri Yrd.Doç.Dr. Halife Kodaz Bilgisayar Ve Ağ Güvenliği Computer And Network Security Bil.Bilimleri Prof.Dr. Fatih Mehmet Botsalı Mekatronik Sistemler Mechatronic Systems Bil.Donanımı Prof.Dr. ġirzat Kahramanlı Mikrobilgisayar Ġçin Monitör Tasarımı Mikrobilgisayar Ġçin Monitor Tasarımı Bil.Donanımı Prof.Dr. ġirzat Kahramanlı Ġleri Bilgisayar Organizasyonu Advanced Computer Organization Bil.Donanımı Prof.Dr. Ahmet Arslan Veri Madenciliği Data Mınıng Bil.Yazılımı Yrd.Doç.Dr. Mesut Gündüz Ġleri Veri Tabanı Sistemleri Advanced Database Systems Bil.Yazılımı Yrd.Doç.Dr. Harun Uğuz Ses Tanıma Yöntemleri Speech Recognition Methods Bil.Yazılımı 8 3

4 Dersno Öğretim Üyesi Adı Name Bilim Dalı ECTS Kr Yrd.Doç.Dr. Murat Selek Ġnfrared Termografi Ve Termal Görüntü ĠĢleme Infrared Thermography And Image Processing Bil.Yazılımı Yrd.Doç.Dr. Mesut Gündüz ( 2.Yy ) Ġleri Bilgisayar Grafikleri Advanced Computer Graphics Bil.Mühendisliği Yrd.Doç.Dr. Ahmet Babalık Dijital Video ĠĢleme ( Seçmeli ) Digital Video Processing Bil.Mühendisliği Öğr.Gör.Dr. Oğuz Fındık Bulut Hesaplama Could Computing Bil.Yazılımı Yrd.Doç.Dr. Gülay Tezel Biyomedikal Sistemlerin Modellenmesi Modelling Biomedical Systems Bil.Donanımı 8 3

5 DERS ĠÇERĠKLERĠ Hesaplama Teorisi 1-Hesaplama Teorisine GiriĢ, 2-Alfabeler, Kelimeler Ve Cümleler, Resmi Diller Ve Gramerler, Düzenli Ġfadeler 3-Sonlu Hafıza Programları, Sonlu Durumlu Makineler, 4- Yönlü Graflar Ve Otomata, Sonlu Durumlu Makineler Ve Düzenli Diller, Sonlu Hafıza Problemleri Sınırlamaları. 5-Belirli Ve Belirli Olmayan Otomata Yapıları Ve DönüĢümleri 6-Otomata Uygulamaları 7- Özyineleme, Pushdown Otomata, Serbest Yapılı Diller. 8-Basit Bir Derleyici Yapısı 9-Pushdown Otomata Uygulamaları 10-Turing Makinesi, Hesaplanabilirlik, 11-Turing Hesaplama, Belirlilik, Belirsizlik, Kararsızlık. 12-KarmaĢıklık Teorisi Ve Notasyonları 13- Kaynak Sınırlı Hesaplama, Belirsiz Süreli Polynomial Hesaplamalar, 14-Np-Complete, Np-Hard Problemler, Veri Madenciliği Bu Derste Dersi Alan Öğrencilere Veri Madenciliğinin Ne Olduğu, Neden Ġhtiyaç Duyulduğu, Nerelerde Kullanıldığı Ve Kullanılabileceği, Veri Madenciliği Teknikleri Anlatılacak Ve Öğrencilerin Anlatılanları AraĢtırma Ve Uygulamalarla Kavraması Sağlanacaktır. Dersin Sonunda Bir Öğrenci " Veri Madenciliğinin Ne Olduğunu Bilir, " Neden Gerekli Olduğunu Ve Nerelerde Kullanacağını Bilir, " Veri Madenciliği Tekniklerini Uygulayabilir.1- Veri Madenciliği Ve Ġlkeleri 2- Veri Madenciliğinin Uygulama Alanları 3- Veri Ambarları Ve Olap Teknolojisi 4- Veri ÖniĢleme Ve Ġndirgeme 5- Sistem Mimarisi 6- Birliktelik Kural Madenciliği 7- Yapısal Frekans Analizi 8- Web Madenciliği Yöntemleri 9- Kümeleme Analizi 10- Kümeleme Yöntemleri Ve Uygulam Mekatronik Sistemler 1.GiriĢ, 2.Sensörler,, 3.Eyleyiciler, 4.Hesaplama Mimarileri, 5.Arayüzleme, 6.Otomatik Kontrol, 7.Makine Görmesi, 8.Yapay Zeka, 9.Mekatronik Tasarım. 10. Laboratuar 1,2 12. Laboratuar 3,4 13. Öğrenci Sunumları14. Öğrenci Sunumları Dijital Video ĠĢleme Sayısal Video ĠĢleme Tekniklerinin Kavratılması. Sayısal Videolardan Özelik Çıkararak Algılama Sistemlerinin Kurulması. 1. Resim Ve Video Yakalama Donanımları. 2. Video Coding ĠĢlemi Ve Mevcut Coding Metotları 3. Filtreleme Ve Çok Kanallı Resim Onarma Teknikleri 4. Çok Çerçeveli Resim Onarma Teknikleri 5. Hareket Belirleme Yöntemleri 6. Resim Modülasyon Modelleri 7. Video Sınıflama Ve Bölütleme 8. Resim Bölütleme Ve Sınıflamada Yapay Sinir Ağlarının Kullanımı 9. Sınır Ve Kenar Belirleme Teknikleri 10. Video SıkıĢtırma Teknikleri 11. Video Örnekleme Ve Enterpolasyon Teknikleri 12. Video Gösterimi Ve Render ĠĢlemi 13. Video ĠletiĢim Ağları 14. Video ĠĢaretlerinden Ses BileĢenlerinin Ayrılması Ġleri Bilgisayar Organizasyonu Bilgisayar BileĢenlerini, Bu BileĢenler Arasındaki ĠliĢkileri Ve Bu BileĢenlere Ve ĠliĢkilere Dayana rak Bilgisayar Organizasyonunu Öğretmek. Bilgisayar Mimarileri, DeğiĢik Mimarili Bilgisayarların Komut Sistemleri, Cısc Ve Rısc Mimarili Bilgisayarların Yapı Özellikleri, Cısc Ve Rısc Mimarili Bilgisayarlarda Veri Yolları, Bellek Ve Veri Transferi Organizasyonu, Bellek Yönetici Sistem, Gerçek Ve Korumalı Moda Kesme Organizasyonu, Arayüz Organizasyonu, GiriĢ/ÇıkıĢ Organizasyonu Computation Theory 1-Introduction To Computation Theory, 2-Alfabets, Kelimeler And Sentences, Regular Languages And Grammers, Regular Expressions. 3-Finite Memory Programs, Finite State Machines 4- Directed Graphs And Automata, Finite State Machines And Regular Languages, Finite Memory problems Limitations. 5-Deterministic And Nondeterministic Automata, Their Transforms 6-Automata Applications 7- Recursion,Pushdown Automata, Free Structured Languages. 8-A Basic Compiler Structure 9-Pushdown Automata Applications 10-Turing Machines And Computability, 11-Turing Computation, Determinism, Nondeterminism, Ġndecision. 12-Complexity Theory And Ġts Notations, 13- Source Limited Computation, Polinamial, 14-Np-Complete, Np-Hard Problems, Data Mınıng In This Course, What Ġs Data Mining, Why Data Mining Ġs Necessary, Where Data Mining Ġs Used And Data Mining Techniques Will Be Explained To Students Who Taken The Lesson. At The End Of Course, A Student " Knows, What Ġs Data Mining " Knows, Why Ġt Ġs Necessary, Where Ġt Will Be Used. " Comprehends Data Mining Algorithms And Applies When Ġt Ġs Necessary. 1- Data Mining Principles 2- Application Scopes Of Data Mining 3- Data Warehouses And Olap Technology. 4- Data Pretreatments And Reduction 5- System Architecture 6- Mining Of Association Rules 7- Structured Frequency Analysis 8- Web Mining Methods 9- Clustering Analysis 10- Clustering Methods And Applications 11- Mining Of Complex Datas 12- Scanning Of Articles About Data Mechatronic Systems 1.Introduction 2.Sensors, 3.Actuators, 4.Computing Architectures, 5.Ġnterfacing, 6.Automatic Control, 7.Machine Vision, 8.Artificial Intelligence, 9.Mechatronic Design, 10. Laborotory 1,2 12. Laborotory 3,4 13. Student Presentations 14. Student Presentations Digital Video Processing Comprehend The Digital Video Processing Techniques. Remove From Digital Video Features The Establishment Of The Detection System 1. Image And Video Capture Equipment 2. Existing Video Coding Process And Coding Methods 3. Multichannel Filtering Ang-D Ġmage Restoration Techniques 4. Multi-Frame Ġmage Restoration Techniques 5. Methods Of Motion Detection 6. Image Modulation Models 7. Video Classification And Segmantation 8. In Ġmage Segmantation And Classification Using Artificial Neural Networks 9. Border And Edge Detection Techniques 10. Video Compression Techniques 11. Video Sampling And Ġnterpolation Techniques 12. Video Playback And Rendering Process 13. Video Communications Networks 14. Separation Of The Audio Component Vid Advanced Computer Organization The Objectives Of The Course Are To Study Of The Components Of A Computer, The Ġnter connections Between These Components And The Organization A Computer Based On These Components And Ġnterconnections. Computer Architectures, Instruction Systems Of Computers Of Different Architectures, The Features Of Cısc And Rısc Architectures, The Data Paths Organization Of Ġn These Architectures, The Organization Of Data Transfer Between Computer's Components, Interface Organization, Organization Of The Ġnterrupts Ġn The Real And Protected Modes, Input/Output Organization.

6 Mikrobilgisayar Ġçin Monitör Tasarımı Dersin Amacı Ve Hedefi Mikrodenetleyici-Temelli Mkrobilgisayar Organizasyonu Ve Bunun Ġçin Monitor Tasarımıdır.Mikrodenetleyici Kavramı. Mikrodinetleyicinin MikroiĢlemci Ve Çevre Birimler Kısımları. Çevre Birimleri Ġçin Donanım Ve Yazılım Sürücüleri. Sürücüleri Kullanarak Çok Sayıda Çevre Birimi Kullanan Süreçlerin Programlanması. Monitor AlgoritmalarıVe Programlarının Temeller Dijital Video ĠĢleme Sayısal Video ĠĢleme Tekniklerinin Kavratılması. Sayısal Videolardan Özelik Çıkararak Algılama Sistemlerinin Kurulması. 1. Resim Ve Video Yakalama Donanımları. 2. Video Coding ĠĢlemi Ve Mevcut Coding Metotları 3. Filtreleme Ve Çok Kanallı Resim Onarma Teknikleri 4. Çok Çerçeveli Resim Onarma Teknikleri 5. Hareket Belirleme Yöntemleri 6. Resim Modülasyon Modelleri 7. Video Sınıflama Ve Bölütleme 8. Resim Bölütleme Ve Sınıflamada Yapay Sinir Ağlarının Kullanımı 9. Sınır Ve Kenar Belirleme Teknikleri 10. Video SıkıĢtırma Teknikleri 11. Video Örnekleme Ve Enterpolasyon Teknikleri 12. Video Gösterimi Ve Render ĠĢlemi 13. Video ĠletiĢim Ağları 14. Video ĠĢaretlerinden Ses BileĢenlerinin Ayrılması Hesaplamalı Geometri 1- Hesaplamalı Geometriye GiriĢ. 2- Çizgi Segment KesiĢimi Ve Tematik Harita Kavramı. 3- Poligon NirengileĢtirme Ve Monoton Poligon Nirengisi. 4- Lineer Programlama 5- Ortogonal Aralık Arama 6- Nokta YerleĢimi 7- Voronoi Diyagramları 8- Delaunay NirengileĢtirme 9- Ġki Ve Üç Boyutlu Uzayda DıĢ Bükey Örtüler 10- Diğer Geometrik Veri Yapıları (Ġnterval Tree, Priority Search Tree Ve Segment Tree) 11- Quad Tree'ler 12- Uniform Ve Non-Uniform Izgara Üretimi13- Literatür ÇalıĢması Bilgisayarlı Modelleme Ve Yapay Zeka Uygulamaları 1- Parametrik Eğrilere GiriĢ Ve Bezier Eğri 2- Subdivision Eğri 3- B-Spline'lara GiriĢ Ve B-Spline Eğriler Ġçin Matris Formu 4- Eğri Modelleme Üzerine Diğer YaklaĢımlar Ve Nurbs 5- Temel Yüzey Topolojisi 6- Yüzey Denklemleri Ve Eğrilikler 7- Bezier Yüzeyler Ve Bezier Yüzey Ġçin De Casteljau Algoritması 8- Altbölümleme (Subdivision) ĠĢlemi (Biquadratik B-Spline, Doo-Sabin, Bicubic B- Spline Ve Catmull-Clark) 9- Eğri Rekonstrüksiyonu 10- Yüzey Rekonstrüksiyonu 11- Eğri Ve Yüzey Rekonstrüksiyonunda Uygulanan Yapay Zeka Teknikleri 12- Yapay Zeka Teknikleri Ġle Eğri Rekonstrüksiyonu Bulanık Mantık Ġle Kontrol Noktaları Tahmini Genetik Algoritma (Ga) Ve Yapay BağıĢıklık Sistemi (Ybs) Ġle Düğüm YerleĢimi Nurbs Eğri Ağırlıklarının Yb Bilgisayar Ve Ağ Güvenliği Bu Derste ġifrelemenin Temel Kavramları Tanıtılacaktır. Dersin Sonunda Güveliğin Teorik Temelleri, ÇeĢitli Yapılar, Tanımlamalar AnlaĢılacaktır. Güvenlik Garantisi Yorumlanabilecektir. Dersin Amaçları Olarak AĢağıdaki Maddeler Sayılabilir: " ġifreleme Üzerinde Matematiksel Bir Alt Yapı Vermek, " ġifreleme Ve ġifre Çözmenin Detaylarını Öğretmek, " Ġyi Bilinen ġifreleme Algoritmalarını Öğretmek. 1- Klasik Sistemler 2- Simetrik Blok ġifreleme 3- Des 4- Aes 5- Doğrusal Ve Diferansiyel ġifre Analizi 6- Açık Anahtar ġifreleme 7- ġifreleme Protokolleri 8- Hash Fonksiyonları 9- Kimlik Denetimi 10- Anahtar Yönetimi 11- Anahtar DeğiĢimi 12- Ġmzalar 13- Web Güvenliği 14- Virüsler Mikrobilgisayar Ġçin Monitor Tasarımı The Obgectives Of The Course Are Organization Of Mikrokontrollers-Based Mikrocomputers And Desiing The Monitors For Them The Concept Of The Mikrocontroller. The Mikroprocessor And Periperial Devices Of A Mikrokontroller. The Hardware And Sotware Drivers For The Peripherial Devices. Using The Drivers For Programming The Processes Ġnvolving Many Peripherial Devices. The Basics Of Monitor Algoritms And Programms. Digital Video Processing Comprehend The Digital Video Processing Techniques. Remove From Digital Video Features The Establishment Of The Detection System 1. Image And Video Capture Equipment 2. Existing Video Coding Process And Coding Methods 3. Multichannel Filtering Ang-D Ġmage Restoration Techniques 4. Multi-Frame Ġmage Restoration Techniques 5. Methods Of Motion Detection 6. Image Modulation Models 7. Video Classification And Segmantation 8. In Ġmage Segmantation And Classification Using Artificial Neural Networks 9. Border And Edge Detection Techniques 10. Video Compression Techniques 11. Video Sampling And Ġnterpolation Techniques 12. Video Playback And Rendering Process 13. Video Communications Networks 14. Separation Of The Audio Component Vid Computational Geometry 1- Introduction To Computational Geometry 2- Line Segment Ġntersection And Concept Of The Thematic Map 3- Polygon Triangulation And Triangulating A Monotone Polygon 4- Ġncremental, Randomized And Unbounded Linear Programming 5-1-Dimensional Range 6- Kd-Trees And Higher- Dimensional Range Trees 7- Point Location 8- Definition, Basics And Computing Of The Voronoi Diagrams 9- Delaunay Triangulations 10- More Geometric Data Structures 11- Quad Trees 12- Non-Uniform Mesh Generation 13-Case Study-1 Computer Aided Modeling And Artificial Intelligence Applications 1- Introduction To Parametric Curves, Bezier Curve, Subdivision Curve, 2- Ġntroduction To B-Spline, B-Spline Curve, Matrix Form For B-Spline Curves 3- More On Curve Modeling And Nurbs 4- Basic Surface Topology, Surface Equations And Curvatures 5- Bezier Surfaces, De Casteljau For Bezier Surface 6- Biquadratic B-Spline Subdivision, Doo-Sabin Subdivision, Bicubic B-Spline Subdivision, Catmull-Clark Subdivision 7- Curve Reconstruction 8- Surface Reconstruction 9- Artificial Ġntelligence (Aı) Techniques For Curve And Surface Reconstruction 10-, Curve Reconstruction Using Aı 11- Control Points Approximation Using Fuzzy Logic, Locations Of Knots Using Genetic Algorithms (Ga), Locations Of Knots Using Artificial Ġmmune Systems (Aıs), Wei Computer And Network Security This Course Familiarizes You With Fundamental Concepts Of Cryptography. By The End Of The Course, You Should Have A Sound Understanding Of The Methodology Of The Theory Of Cryptography: Probability Based Definitions, Various Constructions, Complexity Theoretic Primitives And Proofs Of Security. You Should Be Able To Ġnterpret Security Guarantees And Verify Their Proofs. The Objectives Of This Course Are To:" Give A Mathematical Background On Cryptography, " Learn The Details Of Encryption And Decryption, " Learn Well Known Cryptographic Algorithms. 1- Classic Systems 2- Symmetric Block Encryption 3- Des 4- Aes 5- Linear And Differential Encryption Analysis 6- Public Key Encryption 7- Encryption Protocols 8- Hash Functions

7 Ses Tanıma Yöntemleri 1. Ses Tanıma Ġle Ġlgili Genel Tanımlar. 2. Dilin Yapısı. 3. Ses Sinyallerinden Nitelik Çıkarma Süreci. 4. Spektrum Analiz Yöntemleri. 5. Sayısal Öngörü Analiz Yöntemi. 6. Özellik Vektörleri. 7. Ses Tanıma Sistemlerinin Genel Mimarisi. 8. Sesin Kodlanması. 9. Ses Tanıma Teknikleri 10. Dinamik Zaman EĢleĢtirme Yöntemi. 11. Yapay Sinir Ağları Ġle Ses Tanıma 12. Saklı Markov Modelleri Ve Temel Problemleri. 13. Saklı Markov Modelleri Ġle Ses Tanıma Süreci. 14. Ses Tanıma Uygulamaları. Speech Recognition Methods 1- General Description Of Speech Recognition. 2- Structure Of Language 3- Feature Extraction From Speech Signals. 4- Spectrum Analysis Techniques. 5- Linear Predictive Coding Method. 6- Feature Vectors. 7- General Structure Of Speech Recognition Systems. 8- Coding Of Speech. 9- Speech Recognition Techniques. 10- Dynamic Time Warping Method. 11- Speech Recognition With Artificial Neural Networks. 12- Hidden Markov Models And Fundamental Problems. 13- Speech Recognition With Hidden Markov Model 14- Applications Of Speech Recognition ( 2.Yy ) Ġleri Bilgisayar Grafikleri Advanced Computer Graphics Bilgisayar Grafiklerini GiriĢ, Grafik Yazılım Ve Donanımı, Grafik ÇıkıĢ Birimleri, Geometrik Introduction To Computer Graphics, Graphics Software And Hardware, Graphics Output Modules, Öğelerin Özellikleri, Opengl Ve Directx, Opengl Ġle Çizim, Nesne DönüĢümleri, Görülebilirlik Ve Attributes Of Geometric Primitives, Opengl And Directx, Object Transformations With Opengl, Gölgeler Doku(Texture) Ve Kaplama(Rendering), 2 Ve 3 Boyutlu Nesne Gösterimleri, Görünmez Visibility And Shadows, Texture And Rendering2d And 3d Object Representation, Surface Detection, Yüzey Tespiti, Bilgisayar Animasyonu Computer Animation Ġleri Veri Tabanı Sistemleri ĠliĢkisel Veri Tabanı Modeli Grafik ÇıkıĢ Birimleri, Yapısal Sorgulama Dili (Sql), Varlık-Bağlantı Modeli, Temel Modelleme Kavramları, Varlık-Bağlantı Modeli, Soyutlama Dereceleri, Veritabanı Tablolarının NormalleĢtirilmesi, I. Normal Form, Iı. Normal Form, Iıı. Normal Form, Boyce Codd Normalizasyonu, Denormalizasyon, Veritabanı Tasarımı, Hareket Yönetimi, Oracle-Microsoft Sql Server Veritabanlarında Yönetimi, Yedek Alma Ve Kurtarma, Veritabanında Ġnce Ayarlar, Dağıtık Veritabanı Uygulamaları Ġnfrared Termografi Ve Termal Görüntü ĠĢleme Termografinin Temellerinin Ve Termal Resim ĠĢleme Tekniklerinin Öğretilmesi Termal Radyasyon Ve Ġnfrared Termografinin Esasları. Ġnfrared Cihazlar Ve Termel Radyasyon Ölçme Yöntemleri Ve Teknikleri. Termal Görüntü ĠĢleme Ġçin Matlab Kullanımı. Matlab'in Tulbox'nun Termal Görüntü ĠĢleme Ġçin Kullanımı Endüstriyel Makine Görme Sistemleri 1- Ġnsan Görme Sistemi 2- Makine Görmesine GiriĢ 3- Aydınlatma 4- Optik Sistemler 5- Kamera Sistemleri, Kamera Kalibrasyonu 6-Kamera-Bilgisayar Arasında ĠletiĢim 7- Görüntü Elde Etme, Görüntü Formatları 8- Görüntü ĠĢleme 9- Sayısal Video ĠĢleme 10- Makine Görmesi Algoritmaları 11- Gerçek Zamanlı Uygulamalarda Donanım Ve Tasarım 12- Endüstriyel Uygulamalar 13- Proje Sunumları 14- Proje Sunumları Makinanın Öğrenmesi Bu Derste Dersi Alan Öğrencilere Öğrenme Stratejileri, Makine Öğrenmesi, Algoritmaları Ve Uygulama Alanları Konularında Detaylı Bilgiler Aktarılacaktır. Dersin Sonunda Bir Öğrenc " Makine Öğrenmesinin Ne Olduğunu, Amacını Ve Kapsamını Bilir. " Neden Gerekli Olduğunu Ve Nerelerde Kullanacağını Bilir, " Öğrenme Algoritmalarını Kavrar Ve Gerektiğinde Uygular. 1- Makine Öğrenmesi Ve Öğrenme Türleri, 2- Öğrenme Stratejileri, Eğiticili Öğrenme, Destekleyici Öğrenme, Eğiticisiz Öğrenme Ve Karma Stratejiler. 3- Find-S Ve Aday Eleme Algoritmaları 4- Find-S Ve Candidate Elemination Algoritmalarının Uygulamaları 5- Q-Learning Algoritması Ve Uygulaması 6- Karar Ağaçları 7- Karar Ağaçları Ġle Ġlgili Uygulamalar 8- Destek Vektör Makinala Advanced Database Systems Relational Data Model, Sql, Entity Relationship Model, Basic Modeling Concepts, Abstraction Layer, Normalization, 1st, 2nd And 3rd Level Normalization, Denormalization, Database Design, Transaction Management, Oracle-Sql Server Database Management, Backup And Recovery, Fine Tune, Distributed Database Applications Infrared Thermography And Image Processing The Objectives Of The Course Ġs Study Of The Basics Of Thermography And Processing Of The Thermal Images.Thermal Radiation And The Basics Of Infrared Thermography. Thermal Radiation Measurement Methods And Techniques. The Use Of Matlab For Processing The Thermal Images. The Use Of Matlab Toolbox For Thermal Image Processing Theoretical With Solving Typical Problems Industrial Machine Vision Systems 1- Human Vision System 2- Introduction To Machine Vision 3- Ġllimunation 4- Optical Systems 5- Camera Systems, Calibration Of Camera 6- Communication Of Camera Between Computer 7- Image Acquisition, Ġmage Formats 8- Image Processing 9- Digital Video Processing 10- Machine Vision Algorithms 11- Hardware And Desing At Real Time Applications 12- Industrial Applications 13- Project Presentation 14- Project Presentation Machine Learning In This Course, Detailed Ġnformation Will Be Given To Students Who Takes Lesson About Learning Strategies, Machine Learning, Ġts Algorithms And Application Areas. At The End Of Course, A Student " Knows What Machine Learning Ġs, Ġts Purpose And Scope. " Knows Why Ġt Ġs Necessary, Where Ġt Will Be Used. " Comprehends Learning Algorithms And Applies When Ġt Ġs Necessary. 1- Machine Learning And Learning Methods 2- Learning Strategies, Supervised Learning, Unsupervised Learning, Reinforcement Learning And Mixed Strategies. 3- Find-S And Candidate Elimination Algorithms 4- Find-S And Candidate Elimination Algorithms Applications 5- Q-Learning Algorithms And Applications 6- Decision Trees 7- Applications Of Decision Trees 8- Suppor

8 Bulanık Mantık Teorisi Bu Derste, Bulanık Mantık Sistemleri, Bulanık Küme Teorisi, Bulanık Aritmetik, Klasik Sistemlerle Farklılıkları Konularında Detaylı Bilgiler Aktarılacaktır. Dersin Sonunda Bir Öğrenci " Bulanık Mantığın Ne Olduğunu, Amacını Ve Kapsamını Öğrenir. " Neden Gerekli Olduğunu Ve Nerelerde Kullanacağını Öğrenir, " Bulanık Sistemleri Kavrar Ve Gerektiğinde Uygular. 1- Bulanık Mantığa GiriĢ, 2- Klasik Kümeler Ve Bulanık Kümeler, Klasik ĠliĢkiler, Bulanık ĠliĢkiler 3- Klasik Ve Bulanık Küme ĠĢlemleri 4- Çok Değerli Mantık 5- Bulanık Sayılar, Dilsel DeğiĢkenler, Bulanık Matematik 6- Bulanık Sistem Modelleme 7- Bulanık Kural Tabanlı Sistemler, Bulanık Lineer Olmayan Simülasyon 8- Bulanık Kontrol Sistemleri 9- BulanıklaĢtırma, Üyelik Fonks Küp Cebirinin Esasları Ve Uygulamaları Boole Cebri. Lojik Ġfadeler Ve Bunların DeğiĢik Temsil Yöntemleri. Lojik ĠĢlemler Ve Lojik Verilerin ĠĢlenme Yöntemleri. Öneri Lojiği Ve Bit Temelli Lojik. Bit Temelli Lojik ĠĢlemler. Kodlama Ve DeğiĢik Veri Tablolarının DeğiĢik Lojik ĠĢlemlere Tabi Tutulması. Özellik Endirgeme, Kural Çıkarma, Sınıflandırma Vs. Gibi Bilgi ĠĢlem Problemlerinin Küp Cebri Yöntamleri Ġle Çözümü Biyomedikal Sinyaller Ve Yapay Zeka Uygulamaları 1. Biolojik Sinyallerin Tanınması (Elektroensefalografi (Eeg), Elektromiyogram (Emg), Elektrokardiyografi (Ekg), Hücresel Aksiyom Potansiyelleri, 2. Biyolojik ĠĢaret ĠĢleme Alanına Bazı ĠĢaret ĠĢleme Metodlarının Uygulamaları; Dijital ĠĢaret ĠĢleme, Frekans Domeni Analizi, Spektral Kestirim,Filtreleme Ve ġekil Tanıma. 3. Biyolojik Sinyallerin Özelliklerinin Çıkartılması 4. Parametrik, Parametrik Olmayan Ve Eigen Tabanlı Spektrum Analizi 5. Biomedikal Verilerin Tanınmasında Kullanılan Yapay Zeka Algoritmaları 6. Biomedikal Verilerin Karar Ağacı Kullanılarak YapılmıĢ Uygulamalarının Ġncelenmesi 7. Biomedikal Verilerin Farklı Yapay Sinir Ağı Algoritmaları Ġle YapılmıĢ Uygulamalarının Tespit Edilmesi Ve KarĢılaĢtırılması Fuzzy Logic Theory In This Course, Ġt Ġs Teached About Fuzzy Logic Systems, Fuzzy Sets Theory, Fuzzy Arithmetic, Differences Of Fuzzy And Conventional Systems End Of The Lesson, A Student Learns; " Learns Fuzzy Logic, Ġts Ġmportance And Scope " Why Fuzzy Logic And Where We Use Ġt, " Learns Fuzzy Systems And Applies Ġt 1- Introduction To Fuzzy Logic, 2- Crisp Sets And Fuzzy Sets, Conventional Relations And Fuzzy Relations. 3- Conventional And Fuzzy Sets Operations 4- Multi-Valued Logic 5- Fuzzy Logic, Linguistic Variables, Fuzzy Arithmetic 6- Fuzzy System Modelling 7- Fuzzy Rule Based Systems, Fuzzy Nonlineer Simülation 8- Fuzzy Logic System 9- Fuzzification, Membership Functions, Sample Applications 10-Rule Table Construction, Multi Dimens The Basics Of Cube Algebra And Ġts Applications Boolean Logic. The Different Representations Of Logical Expressions. Propositional And Bit-Based Logics. Coding And Processing Of Different Data Tables By Different Logical Transformations. Solving The Problems Such As Attribute Reduction, Rule Extraction, Dataset Classification And So On By Means Of Cube Algebra Biomedical Signals And Artificial Intelligence Applications 1. Introduction To Biological Signals; Electroencephalograph (Eeg), Electromiogram (Emg), Electrocardiograph (Ecg), Cellular Action Potentials. 2. Applications Of Sinyal Processing Methods For Biological Signals ; Digital Sinyal Processing, Frekans Domen Analyzing, Spectral Analyz, Filtering And Pattern Recognition 3. Feature Extraction Of Biological Signal 4. Spectrum Estimation Using Parametric, Nonparametric And Eigenbased Methods. 5. Artificial Intelligence Algorithms Using Recognizing Of Biomedical Data 6. Investigating Of Biomedical Data Applications Using Decision Tree 7. Determining And Comparing Of Studies With Different Artificial Neural Network Algorithms For Biomedical Data Yapay Zeka Teknikleriyle Sayısal Kontrol Numerical Control With Artificial Intelligence Techniques Sayısal Sistem Ve Sistem Kontrolü Kavramının GeliĢtirilmesi. Sayısal Sistem Kontrolünde Yapay Developing Numerical System And System Control Concept. Usage Of Artificial Ġntelligence Zeka Tekniklerinin Kullanılması. 1. Sistem Ve Sistem Kontrolü Kavramı 2. Ayrık Zamanlı Ve Sürekli Techniques Ġn Numerical System Control 1. System Concept And System Control 2. Discrete-Time Zamanlı Sistemler 3. Veri Elde Etme Ve Sensör Türleri 4. Analog Bilgilerin Bilgisayar Ortamına And Continuous-Time Systems 3. Data Acquisition And Sensor Types 4. Analog Data Conversion Aktarılmaları Ve Veri DönüĢümü 5. Analog ĠĢaretlerden Özellik Çıkarımı 6. Zeka Kavramı Ve Yapay And Data Transferred To The Computer 5. Analog Signals From The Feature Extraction 6. The Zeka 7. Uzman Sistemler 8. Uzman Sistemlerin Sayısal Kontrol Sistemlerinde Kullanımı 9. Bulanık Concept Of Ġntelligence And Artificial Ġntelligence 7. Expert Systems 8. The Use Of Expert Systems Mantık 10. Bulanık Mantık Sayısal Kontrol Sistemleri 11. Yapay Sinir Ağları 12. Yapay Sinir Ġn Numerical Control System 9. Fuzzy Logic 10. The Use Of Fuzzy Logic Ġn Numerical Control Ağlarında Öğrenme 13. Yapay Sinir Ağlarının Sayısal Kontrol Sistemlerinde Kullanımı System 11. Artificial Neural Network 12. Learning Ġn Artificial Neural Networks 13. The Use Of 14. Yapay Sinir Ağı Ve Bulanık Mantık Kontrol Sistemlerinin Birlikte Kullanım Artificial Neural Network Ġn Numerical Control System 14. Artificial Neural Network And Hesaplamalı Oyun Teorisi 1- Oyun Teorisi Temelleri 2- Nash Dengesinin Hesabı Ġçin Klasik YaklaĢımlar 3-Çok Taraflı Oyun Teorisi 4-Alternatif Denge Notasyonları 5-Çok Taraflı Oyunlar Ġçin Temsiller 6-Çok GeniĢ Kapsamlı Oyunlar Ġçin Graf-Teorisi Modelleri 7-Grafiksel Oyunlarda Denge Verimliliği Hesabı 8-Grafiksel Oyunlar Ve Bayes Ağları 9- Mutual ĠliĢkili Denge 10-Oyun Teorisinde Örnekleme Argümanları 11-Olasılıkla Oyunlar Ve Takviyeli Öğrenme 12-Oyun Teorisi Ve Makina Öğrenmesi 13-Oyunlarda Regret Minimizasyonu 14- Tekrarlı Oyunlar Ve Sınırlı? Sınırlı Stratejilerle Oyun Teorisi? Oyun Teorisi Ve Dağıtık Algoritmalar? Evrimsel Oyun Teorisi Computational Game Theory 1- Basics Of Zero-Sum, General-Sum Game Theory 2-Classical Approaches For Computing Nash Equilibria 3-Multi-Party Game Theory 4-Alternative Equilibrium Notions 5-Compact Representations For Multi-Party Games 6-Graph-Theoretic Models For Large Games 7-Computing Equilibria Efficiently Ġn Graphical Games 8-Graphical Games And Bayesian Networks; Connections To Probabilistic Ġnference 9-Correlated Equilibria 10-Sampling Arguments Ġn Game Theory 11-Stochastic Games And Reinforcement Learning 12-Game Theory And Machine Learning 13-Regret Minimization Ġn Games 14- Repeated Games And Bounded Rationality? Game Theory With Restricted Strategies? Game Theory And Distributed Algorithms? Evolutionary Game Theory

9 Bilgisayar Mimarisinin Ġleri Problemleri I Bilgisaya Mimarileri. DeğiĢik Mimarili Bilgisayarların Komut Sistemleri, Cısc Ve Rısc Mimarileri Ve Onlar Ġçin Veri Yolları. DeğiĢik BileĢenler Asrasında Veri Transferi Ġçin Transfer Mimarileri. Arayüz Mimarileri. DeğiĢik Modda Kesme Mimarileri. GiriĢ/ÇıkıĢ Mimarisi. Computer Architecture Computer Architectures, Instruction Systems Of Computers Of Different Architectures, The Cısc And Rısc Architectures And The Data Paths For These Architectures, The Architecture Of Data Transfer Between Computer's Components, Interface Architecture, Architecture Of The Ġnterrupts Ġn The Real And Protected Modes, Input/Output Architecture Bilgi Mühendisliği 1- Yapay Zeka Gözden Geçirme 2-GiriĢ: Uzman Sistemlerin Temel Kavramları 3-Bilgi, Gösterim Ve Sonuç Çıkarma 4-Bilgi Temelli Sistemler 5-Bilgi Gösterim ġemaları 6-Bilginin Ġfade EdiliĢi 7-Çıkarsamanın Prosedürel Kontrolü 8-Üretken Sistemlerde Geri, Ġleri Ve KarıĢık Zincir Kuralı 9- ÇeliĢki Çözümlemesi 10- ġüphe Giderme 11- Genelleyici Görev Ve Operasyonlar 12- Tümevarım Kuralları Ve Karar Ağaçları 13- Çıkarsama (Monotik Olmayan, Model-Tabanlı Ve Durum-Tabanlı Çıkarsamalar) 14- Makine Öğrenmesi Ve Veri Madenciliği Konularının Ġrdelenmesi. Knowledge Engineering 1-Aı Overview 2-Introduction: Basic Concepts Of Expert Systems 3-Knowledge, Representation And Reasoning 4-Knowledge-Based Systems 5-Knowledge Representation Schemas 6-Expressing Knowledge 7- Procedural Control Of Reasoning 8- First Order Logic, Resolution, Resolution Strategies, Forward And Backward Chaining 9- Production Systems 10- Uncertainity, Approximate/Inexact Reasoning 11- Knowledge Acquisition And Ontological Analysis 12- Generic Tasks And Generic Operations 13- Reasoning, Nonmonotonic Reasoning, Model-Based Reasoning, Case-Based Reasoning, Blackboard Architectures 14- Machine Learning, Inductive Learning And Data Mining Veri Sınıflandırma Ve Kümeleme Teknikleri 1. Sınıflandırma Ve Kümeleme Kavramları. 2. Ġstatistik Tabanlı Yapay Zeka Teknikleri 3. Markov Zincirleri. 4. Saklı Markov Modelleri (Smm). 5. Smm'lerin Eğitim, Hesaplama Ve Yeniden Tahmin Problemleri 6. Ġleri-Geri Algoritması. 7. Baum-Welch Algoritması. 8. Kesikli Ve Sürekli Saklı Markov Modelleri Ve Uygulamaları. 9. Optimizasyon Teknikleri Ve Genetik Algoritma Tekniği. 10. Sınıflandırma Teknikleri. 11. Yapay Sinir Ağları Ġle Sınıflandırma Uygulamaları. 12. Kümeleme Teknikleri Ve Uygulamaları. 13. Bulanık Mantık Kavramı. 14. Bulanık Mantık Uygulamaları. Data Classification And Clustering Techniques 1- Concept Of Classification And Clustering 2- Artificial Ġntelligent Techniques Based On Statistical. 3- Markov Chain. 4- Hidden Markov Model (Hmm) 5- Training Of Hmm, Computation And Re- Estimating Problems. 6- Forward-Backward Algorithm. 7- Baum-Welch Algorithm 8- Discrete And Continuous Hmms And Applications. 9- Optimization Techniques And Genetic Algorithm. 10- Classification Techniques. 11- Classification Applications Via Artificial Neural Networks. 12- Clustering Techniques And Applications. 13- Fuzzy Logic Concept.14- Fuzzy Logic Applications ( 3.Yy ) Ġleri Veri Tabanı Sistemler Ġ(Seçmeli) Advanced Database Systems ĠliĢkisel Veri Tabanı Modeli Grafik ÇıkıĢ Birimleri, Yapısal Sorgulama Dili (Sql), Varlık-Bağlantı Modeli, Temel Modelleme Kavramları, Varlık-Bağlantı Modeli, Soyutlama Dereceleri, Veritabanı Tablolarının NormalleĢtirilmesi, I. Normal Form, Iı. Normal Form, Iıı. Normal Form, Boyce Codd Normalizasyonu, Denormalizasyon, Veritabanı Tasarımı, Hareket Yönetimi, Oracle-Microsoft Sql Server Veritabanlarında Yönetimi, Yedek Alma Ve Kurtarma, Veritabanında Ġnce Ayarlar, Dağıtık Veritabanı Uygulamaları Relational Data Model, Sql, Entity Relationship Model, Basic Modeling Concepts, Abstraction Layer, Normalization, 1st, 2nd And 3rd Level Normalization, Denormalization, Database Design, Transaction Management, Oracle-Sql Server Database Management, Backup And Recovery, Fine Tune, Distributed Database Applications Metasezgisel Algoritmalar 1- Arama Ve Optimizasyona GiriĢ 2- Yerel Arama Yöntemleri 3- En ĠyileĢtirme Problemleri 4- Sezgisel Algoritmalara GiriĢ 5- Uyum Arama 6-Tavlama Benzetimi 7- AteĢböceği Algoritması 8- Fotosentetik Algoritması 9- Enzim Algoritması 10- Karınca Kolonisi Algoritması 11- Arı Algoritması 12- Sürü Optimizasyonu 13- Hibrid Algoritmalar 14- Proje Sunumları Metaheuristic Algorithims 1- Introduction To Search And Optimization 2- Local Search Techniques 3- Optimization Problems 4- Introduction To Heuristic Algorithms 5- Harmony Search 6- Simulated Annealing 7- Firefly Algorithm 8- Photosynthetic Algorithm 9- Enzyme Algorithm 10- Ant Colony Algorithm 11- Bee Algorithm 12- Swarm Optimization 13- Hybrid Algorithms 14- Project Presentation

10 Ġleri Bilgisayar Grafikleri Bilgisayar Grafiklerini GiriĢ, Grafik Yazılım Ve Donanımı, Grafik ÇıkıĢ Birimleri, Geometrik Öğelerin Özellikleri, Opengl Ve Directx, Opengl Ġle Çizim, Nesne DönüĢümleri, Görülebilirlik Ve Gölgeler Doku(Texture) Ve Kaplama(Rendering), 2 Ve 3 Boyutlu Nesne Gösterimleri, Görünmez Yüzey Tespiti, Bilgisayar Animasyonu Kablosuz Algılayıcı Ağlar Kablosuz Algılayıcı Ağlara (Kaa) GiriĢ, Uygulama Alanlarını, Temel Kablosuz Sensör Teknolojisi, Yönlendirme Protokolleri, Kablosuz Algılayıcı Ağlar Ġçin ĠĢletim Sistemleri, Kablosuz Algılayıcı Ağlar Ġçin Performans Ve Trafik Yönetimi, Kablosuz Algılayıcı Ağların Benzetim GerçekleĢtirme, Kablosuz Düğümler Üzerinden Uygulama GerçekleĢtirme, Nesc Dili Advanced Computer Graphics Introduction To Computer Graphics, Graphics Software And Hardware, Graphics Output Modules, Attributes Of Geometric Primitives, Opengl And Directx, Object Transformations With Opengl, Visibility And Shadows, Texture And Rendering2d And 3d Object Representation, Surface Detection, Computer Animation Wireless Sensor Netrorks Introduction To The Wireless Sensor Network, Application Areas, Wireless Sensor Technologies, Wireless Routing Protocols, Operating Systems For Wireless Sensor Networks, Performance And Traffic Management For Wireless Sensor Networks, Simulations For Sensor Networks, Application Development By Using Sensor Nodes, Nesc Language Mühendislik Uygulamalarında Bulanık Mantık Kullanımı Use of Fuzzy Logic in Engineering Applications Kesinlik ve belirsizlik kavramları. Klasik kümeler ile bulanık kümeler üzerinde yapılabilecek Imprecision and uncertainty concepts. Operations on the classical sets and the fuzzy sets. Fuzzification operasyonlar ve üyelik fonksiyonları. BulanıklaĢtırma ve bulanık aritmetik iģlemler. DurulaĢtırma and fuzzy arithmetic operations. Defuzzification methods. Fuzzy number concept and fuzzy vectors. metotları. Bulanık sayı kavramı ve bulanık vektörler. Bulanık kural tabanlı sistemler. Mühendislik Fuzzy rule based systems. Use of the fuzzy logic control systems in the engineering applications. Use uygulamalarında bulanık mantık denetleyici sistemlerin kullanımı. Mühendislik uygulamalarında of the fuzzy optimization in the engineering applications. Use of the fuzzy classifiers in the bulanık optimizasyon kullanımı. Mühendislik uygulamalarında bulanık sınıflandırıcı kullanımı. engineering applications. Use of the fuzzy pattern recognition in the engineering applications. Use of Mühendislik uygulamalarında bulanık örüntü tanıma kullanımı. Mühendislik uygulamalarında bulanık the fuzzy clustering approaches in the engineering applications. Use of the fuzzy image processing in kümeleme yaklaģımlarının kullanımı. Mühendislik uygulamalarında bulanık görüntü iģleme kullanımı. the engineering applications. Development of the hybrid systems. Development of fuzzy logic systems Hibrid Sistemlerin GeliĢtirilmesi. Matlab kullanarak bulanık mantık sistemlerinin geliģtirilmesi. using matlab Biyomedikal Sistemlerin Modellenmesi Modelling Biomedical Systems Sistem ve modelleme. Biyomedikal Sistemler. Biyomedikal Sistemler de kullanılan matematiksel Systems and modeling. Biomedical systems. Description of mathematical models used in biomedical Modellerin tanımı. Modelleme araçları. Statik modeller, Dinamik modeller. Laplace dönüģümü. systems. The modeling Tools. Static models, Dynamic models. Laplace transforms. Parametric Parametrik tahmin teknikleri. Parametrik olmayan tahmin teknikleri. Farmakinetik ve farmadinamik Estimation Methods. Non-Parametric Estimation Methods. Pharma-kinetics and pharma-dynamics modeller. Hücre dinamiği. Biyolojideki komplex dinamik sistemler. Biyomedikal Sistemlerin models. The Dynamics of cell. The Complex-dynamic systems in Biology. The methods using to modellenmesinde kullanılan yöntemler. Simülasyon model biomedical systems. Simulation Sayısal Filigranlama Digital Watermarking 1.Sayısal Filigranlamanın Temelleri. 2.Uygulama Alanları. 3.Filigranlama Algoritmalarının 1.Fundamentals of digital watermarking. 2.Application Areas. 3. Classifications of digital Sınıflandırılması. 4.Filigranlamanın Özellikleri. 5.Sağlam Filigranlama Algoritmaları. 6.Bilgili watermarking algorithms. 4. Properties of watermarking. 5. Robust watermarking algorithms. 6. Blind Bilgisiz Filigranlama Sistemleri. 7. Uzaysal Alanda Sayısal Filigranlama. 8. Frekans Alanında Sayısal and Non-blind Watermarking Algorithms. 7.Watermarking in Spatial Domain. 8. Watermarking in Filigranlama. 9. Filigranın Eklenmesi. 10.Filigranın Elde Edilmesi. 11.Yapay Zeka Yöntemlerinin Frequency Domain. 9.Watermark Embedding. 10.Watermark Extracting. 11. Using artificial Filigranlamada Kullanılması. 12.Zeki Optimizasyon Tekniklerinin Filigranlamada Kullanılması. intelligence techniques in watermarking systems. 12. Using intelligent optimization methods in 13.Sayısal Filigranı Bozmak Ġçin Yapılan Saldırılar. 14.Saldırılardan Sonra Filigranın Elde Edilmesi watermarking systems. 13. The attacks on the watermark to eliminate. 14. Watermark Extraction after attacks Bulut Hesaplama Cloud Computing 1. Dağıtık programlamaya genel bakıģ. 2. Bulut hesaplamaya giriģ. 3. Özellikler ve karakteristikler Overview of Distributed Computing. 2. Introduction to Cloud Computing. 3. Properties & Servis modelleri. 5. Bulut depolama. 6. Proje yönetimi. 7. Veritabanı yönetimi. 8. YerleĢtirme Characteristics. 4. Service models. 5. Cloud Storage. 6. Project Management. 7. Database Modelleri. 9. Bir servis olarak alt yapı (IaaS). 10. Kaynak SanallaĢtırma. 11. Bir servis olarak platform Management. 8. Deployment models. 9. Infrastructure as a Service (IaaS). 10. Resource (PaaS). 12. Bulut platform ve yönetmi. 13. Bir servis olarak yazılım(saas). 14. Bulut konuları ve Virtualization. 11. Platform as a Service (PaaS). 12. Cloud platform & Management. 13. Software as a sorunları Service (SaaS). 14. Cloud issues and challenges

11 Bilgisayar Bilimlerinde Ayrık Matematik Discrete Mathematics in Computer Science 1-Tamsayılar sistemi, Tümevarım ilkesi, Bölünebilirlik, Asallar, 2-Genel permütasyon ve 1-Systems of integers, Induction principle, Divisibility, Primes, 2-Generalized permutations and kombinezonlar, Matematiksel ispatlar, 3-Kafes Yapıları ve özellikleri, Asimtotik notasyonlar, 4- combinations, Mathematical proofs,3-lattice structures and properties, Aysmptotic notations, 4- Recürsif fonksiyonlar, 5-Cebirsel Yapılar, Graflar, 6-Yollar ve Devreler, Ġzomorfizm, 7-Gruplar, 8- Recursive functions, 5-Algebraic structures, Graphs, 6-Paths and circuits, Isomorphism, 7-Groups, 8- Yapılar ve yapı benzerlikleri, 9-Halkalar, 10-Ağaçlar, 11-Kruskal algoritması, Prim algoritması, 12- Homomorphisms, 9-Rings, 10-Trees, 11-Kruskal algorithms, Prim algoritms, 12-Dijkstra algorithms, Dijkstra algoritması, Floyd-Warshall algoritması, 13-Turing makinaları, 14-Matlab Uygulamaları Floyd-Warshall algorithms, 13-Turing Machines, 14-Matlab examples