SWARM INTELLıGENCE SÜRÜ ZEKASI (SI) Kadir Özkaya Abdullah Çelik Bahattin Carav
|
|
- Şebnem Kıraç
- 8 yıl önce
- İzleme sayısı:
Transkript
1 SWARM INTELLıGENCE SÜRÜ ZEKASI (SI) Kadir Özkaya Abdullah Çelik Bahattin Carav
2 SWARM INTELLIGENCE NEDĠR? Bir aslan zekidir, avlanırken saklanır, avını gözüne kestirir, gizlice izler, bir anda fırlayıp peģinden koģar ve yakalayıp tam da boynunu ısırır. Bunları yapan bir varlığın zekâsından Ģüphe etmezsiniz. Bir karınca ise ilginç hiçbir iģ yapamaz. Bir karınca, aptaldır.
3 SWARM INTELLIGENCE NEDĠR? Ama yalnızca *bir* karınca aptaldır. Karınca sürüleri aptal değildir. Karınca sürüleri haberleģebilir, yuva kurabilir, mantar yetiģtirebilir, yiyecek bulabilir, köprüler ve sallar inģa edebilir ve baģka sürülerle savaģabilir. Karınca sürüleri bu yüzden zekidir. ĠĢte bu tür sürü halinde yaģayan arı, karınca vb hayvan gruplarının topluca sahip oldukları zekâya sürü zekâsı (swarm intelligence) denir.
4 CANLı BIR KÖPRÜ
5 ÖRGÜTLÜ BIR SAVAġ
6 ORTAKLAġA YÜK TAġıMA
7 ĠZ OLUġTURMA VE IZ TAKIP ETME
8 SWARM INTELLIGENCE NEDĠR? Aslanın zekâsını anlamak ve taklit etmek çok güç,aslan dediğimiz çok hızlı görüntü ve ses iģleyen karmaģık avlanma makinesi, milyarlarca nöronun etkileģiminin denetimindedir. Oysa karıncalar aslanlara kıyasla çok daha basit beyinlere sahipler.
9 SWARM INTELLIGENCE NEDĠR? çünkü hiçbir karıncanın köprü yapmanın tüm inceliklerini bilmesine gerek yok; önemli olan köprü yapıldığını fark edebilmesi ve kendi rolünü yerine getirebilmesi yeterli. Diğer bir deyiģle; sürü zekâsı tek bir karıncanın beyninde değildir. Sürü zekâsı ancak karıncalar sürü olarak bir araya geldiklerinde ortaya çıkar.
10 DOĞADAN SWARM( SÜRÜ) ÖRNEKLERI: Karınca Kolonisi Agents: karınca KuĢ Sürüsü Agents: kuģlar Trafik Agents: arabalar Toplum Agents: insanlar Immune(BağıĢıklık ) Sistem Agents: hücreler and moleküller
11 SÜRÜ ZEKASı OPTIMIZASYONU Bilim adamları kuģ ve balık sürülerindeki organizmaların hareketlerinin açıklayan çeģitli bilgisayar simülasyonları geliģtirmiģlerdir. Reynolds kuģ sürülerinin uçuģlarındaki simetriyi incelerken (Reynolds, 1987), Heppner ve Grenander bir sürüdeki çok sayıda kuģun nasıl senkronize bir biçimde uçup, aniden topluca yön değiģtirebildiklerini, aniden dağılıp yine aniden tekrar grup haline gelebildiklerini incelemiģtir. Söz konusu davranıģların modellenmesi sırasında modellerin ağırlıklı olarak bireyler arasındaki mesafenin ayarlanmasına dayandığı görülmüģtür. Buna göre sürü davranıģındaki senkronizasyonu sağlayan etken, kuģların, birbirleri arasında optimum mesafe bırakmak için gösterdikleri çabanın bir fonksiyonudur.
12 SÜRÜ ZEKASı OPTIMIZASYONU Sürü Zekası Optimizasyonu algoritması 1995 yılında James Kennedy ve Russell Eberhart tarafından geliģtirilmiģtir. Sosyal metaforları temel alan bu algoritma ile arama ajanları arasında bilgi paylaģımı (sosyal etkileģim) sağlanarak optimizasyon hedeflenmiģtir. Algoritmanın temel fikri sürü dâhilindeki en iyi ile her bir bireyin kendi en iyisinin sürekli olarak izlenmesidir. Kennedy ve Eberhart bu yöntemi ilk olarak sosyal ve biliģsel davranıģların incelenmesi amacıyla sunmuģlardır. Ancak yöntemin geniģ olarak uygulandığı alan mühendislik ve temel doğa bilimleri olmuģtur
13 SÜRÜ ZEKASıNıN TEMEL FIKRI:.. Sürü zekası kavramının altında yatan temel fikir bir grup halindeki basit bireylerin karmaģık ve zeki davranıģlar sergileyeceğidir. Bu amaçla doğada gözlemlenen grup halinde davranıģ yapısından esinlenilerek bir takım stratejiler geliģtirilmiģ ve bunlar mühendislik problemlerinin çözümü için teorik matematiksel temeller haline getirilmiģtir.
14 SÜRÜ ZEKASı OPTIMIZASYONU
15 SÜRÜ ZEKASı OPTIMIZASYONU
16 SÜRÜ ZEKASı OPTIMIZASYONU
17 SÜRÜ ZEKASı OPTIMIZASYONU
18 SÜRÜ ZEKASı OPTIMIZASYONU
19 SÜRÜ ZEKASı OPTIMIZASYONU
20 SÜRÜ ZEKASı OPTIMIZASYONU
21 SÜRÜ ZEKASı OPTIMIZASYONU
22 KARıNCA DAVRANıġı Herbir etkenin (karınca) çevreyi algılama veya sezme özellikleri bulunmaktadır, birbirlerine bakarak hareket ederler, ancak merkezi bir yönlendirme yoktur
23 KARıNCA DAVRANıġı Bu çevreyi algılama veya sezme özellikleri sayesinde doğrudan veya dolaylı iletişim kurarak en kısa yolu tekrar bulurlar.
24 KARıNCA DAVRANıġı
25 SÜRÜ ZEKASıNıN TARIHI Ġlk olarak minik robot sistemleri üzerine çalıģan Beni ve Wang tarafından 1989 gelistirilmiģtir. Daha sonra Sürü Zekası kavramı 1999 da Bonabeau, Dorigo, ve Theraulaz tarafından geniģletilmiģtir. Dorigo, sosyal böcek kolonileri ve diğer hayvan toplumlarından esinlenen algoritma ve dağıtık problem çözme aygıtları diye tanımlamıģtır. Bonabeau Sürü zekası, basit ajan gruplarının ortaya çıkardığı kolektif zekadır.
26 BILGISAYAR SIMÜLASYON MODELLERI YÜKSELIġI ILE: Bilim adamları karıncaların basit davranıģları modellemeye baģladı. Tek baģlarınayken akıllı davranamadıkları halde kolektif davranıģları akıllıca olan bu hayvan kolonileri modellendi. Bu geliģmeler bize toplum, doğa ve dünya hakkında yeni fikirler vermeye baģladı. Doğadaki gözlemlerin bilgisayar Algoritmalarına uyarlanmasına öncülük etti.
27 KULLANıM ALANLARı Mobil iletiģim sunucularının yönetimi Mayın Temizleme ve Arama Kurtarma ÇalıĢmaları (DARPA) tarafından 120 askeri robot geliştiriliyor.
28 KULLANıM ALANLARı Gen AraĢtırmaları Genlerin daha iyi kümelenmesi Pattern Tanıma Sınır Belirleme Bilgisayar Virüsleri 2002 yılında yazılan Serotonin adlı bir virüs genetik teknikleri kullanarak network üzerinden kendinin diğer kopyaları ile kod değiştirerek, kendi kendine mutasyona uğrayıp, yeni tekil formlara bürünüyor. Eğer mutasyonlu kod kendini yayamazsa ölüyor, bu sayede hayatta kalanlar yeni ağlara daha etkin ulaşabiliyor.
29 BILGI: Erzincan merkeze 7 kilometre uzaklıktaki BaĢpınar köyünde Mehmet Gün'e(35) ait 150 adet koyun köye Kızlar Kalesi mevkiinde otladıktan sonra akģam saatlerinde köye dönüģe geçti. AkĢam karanlığı nedeniyle koyunlar köye 1 kilometre mesafedeki bir uçurumun kenarından geçmek isterken, birkaç koyun yaklaģık 150 metre yükseklikteki uçuruma düģtü. Sürüde bulunan diğer koyunlar da bu koyunları takip ederek uçuruma atladı. Olayda sürüden 52 koyun telef oldu.
30 SİZCE TOPLU KOYUN İNTİHARINDA SÜRÜ ZEKASI VAR MIDIR????
31 ĠKI GENEL SÜRÜ ZEKASı (Sı) ALGORITMASı 1-Ant Colony Optimization (Karınca Kolonisi Optimizasyonu) 2-Particle Swarm Optimization (Parçacık Sürü Optimizasyonu) Video &feature=related
32 1-ANT COLONY OPTIMIZATION Karınca Kolonisi Optimizasyonu için önemli faktörler Rasgelelilik Kendi Kendine Organizasyon (Self organised) EtkileĢim (Stigmergy)
33 Rastgelelilik: Bilgisayar programlarında, rastgelelilik çoğunlukla iki iģlevden birini görür. Ġlki, bu çoğunlukla basit olarak belirsizliğin veya kararsızlığın ifadesidir. Belki nereye gidileceği veya nereden baģlanacağı bilinmemektedir, fakat bir yere gidilme zorunluluğu vardır. Bu durumda rastgele bir yön herhangi biri kadar iyidir. Ġkincisi önemli iģlevi, çok ilginçtir, yeniliği ortaya çıkarmalarıdır.
34 Kendi Kendine Organizasyon: Birçok ayrı bireyden oluģan bir topluluğun, değiģen Ģartlardan dolayı kendi durumunu değiģtirerek yeni bir düzen kazanmasıdır. Bir sistemin alt seviyedeki bileģenleri arasındaki etkileģimlerinden global seviyedeki yapıların ortaya çıkması anlamında, dinamik mekanizmalar bütünüdür.
35 EtkileĢim: Etkenlerin birbirlerine göre hareket etmeleri, doğrudan veya dolaylı iletiģim kurmalarını gerektirir. Dolaylı iletiģim etkileģim (stigmergy ) ile olabilir. EtkileĢim, bir etkenin baģka etkenlerle iletiģim kurmak için çevreyi değiģtirmesi, örneğin karıncaların geçtikleri yola feromon isminde kimyasal madde bırakmasıdır. Sonuçta diğer bireylerin davranıģının ve koloni seviyesindeki toplam davranıģların geliģmesidir. Böylece kollektif bir cevap verebilir.
36
37 YAPAY KARıNCALAR Gerçek karıncalardan aynen alınan özellikler : Karıncalar arasında feromon aracılığı ile kurulan iletiģim. Feromon miktarının fazla olduğu yolların öncelikle tercih edilmesi. Kısa yollar üzerinde feromon miktarının hızlı artması. daha
38 Eklenen özellikler : Zamanın ayrık olarak hesaplandığı bir ortamda yaģarlar ve hareketleri ayrık durumlardan ayrık durumlara geçiģleri içerir. Tamamen kör olmayıp, problem ile ilgili detaylara eriģebilirler. Belli bir miktar hafıza ile, problemin çözümü için oluģturdukları bilgileri tutabilirler.
39 OluĢturdukları çözüm kalitesinin bir fonksiyonu olarak belli bir miktarda feromon bırakırlar. Feromon bırakmadaki zamanlama. Sistemin genel performans ve etkinliğini arttırabilmek için geri iz sürebilme ve ileriye bakıģ gibi gerçek karıncalarda bulunmayan özellikler yapay karıncalara eklenmiģtir.
40 KARıNCA KOLONI OPTIMIZASYONU ALGORITMASı G = ( N, A ) ifadesinde N = Node ları, yani düğümleri; A = Arc ları, yani iki düğüm arası bağlantıları veya yolları ifade etmektedir. Her ( i, j ) arkına yapay feromon izi adı verilen τ ij değişkeni ilişkilendirilir. Feromon izleri karıncalar tarafından okunur ve yazılır. Feromon izinin miktarı, yani yoğunluğu o arkı iyi çözümleri oluşturmakta kullanan karıncaların değerlendirmesine bağlıdır.
41 BIR SONRAKI GIDILECEK YOLUN HESAPLANMASı i düğümündeki k karıncasının bir sonraki gideceği düğüm olarak j yi seçmede hesapladığı τ ij feromon izlerine dayalı ihtimal: k Ν i, i düğümündeki k karıncasının komşu düğümlerini ifade etmektedir.
42 FEROMON GÜNCELLEġTIRME: Feromon izi logaritmik Ģekilde buharlaģarak azalır. Her k karıncası, önceden açıklanan karınca araģtırma davranıģına göre bir sonraki düğüme hareket ettikten sonra, feromon izleri Ģu ifadeye göre bütün arklarda buharlaģtırılır:
43 2-PARTICLE SWARM OPTIMIZATION Sürü içindeki bireye odaklanılan swarm intelligence türüdür. Canlilar arama uzayinda noktalar (particle) olarak tanimlanir Bu algoritmada birey, kendisini sürekli olarak komģularıyla karģılaģtırarak sosyal davranıģ kalıpları oluģturur ve bunlara göre çevrenin özelliklerini ve bunların değiģimini "iyi" veya "kötü olarak tanımlamayı öğrenir.
44 PARTICLE SWARM OPTIMIZATION KuĢ ve balık sürülerinden esinlenilmiģtir, suda ani zikzaklar çizerken birbirleri ile çarpıģmayan, tek parça gibi hareket eden balık sürüleri algoritmanın tipik davranıģını tanımlar. Fittness dediğimiz, problemin çözümünde her alt nokta için bir deger hesaplanır, böylece iyi olan partiküle doğru diğer noktalar hareket eder. KuĢ örneğini alırsak, örneğin martının biri balık sürüsünü bulunca bir çığlık patlatır ve diğerleri de ona doğru hızlanırlar.
45 SÜRÜ ZEKASıNıN KULLANıLDıĞı YERLER U.S. Ordusu insansız araçlarda kullanıyor NASA gezegenlerin haritalanmasında Medical Research ise kanser tedavisinde sürü zekası tabanlı nanorobotlar kullanıyor. ĠletiĢim Ağlarında kullanılıyor, Ġngiltere telekominikasyon Ģirketi bu altyapıya geçiyor. SavaĢ kalabalık sahne içeren eğlence sektöründe Tesis yerleģtirme probleminin çözümünde Mikro robotlarda
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek
DetaylıKarınca Koloni Algoritması 1
Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web: http://ikucukkoc.baun.edu.tr Karınca Koloni Algoritması 1 6 Ders Planı (Vize Sonrası) 11. Hafta (H7312): Sürü Zekası, Doğada Karıncalar, ACO Giriş 12. Hafta (H7312):
DetaylıKARINCA OPTİMİZASYONU. Harun Kayıkçı
KARINCA OPTİMİZASYONU Harun Kayıkçı Ö Z E T : Karınca kolonisi optimizasyonu algoritması, kombinasyonel (kombinasyon hesapları içeren) optimizasyon problemlerinde, optimuma en yakın çözümü üretmek için
DetaylıGENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Yapay Zeka Sistemleri BIL308 6 3+0 3 4
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Yapay Zeka Sistemleri BIL308 6 3+0 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz Yüze Dersin
DetaylıTedarik Zinciri Yönetiminde Yapay Zeka Teknikler
Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Doç.Dr.Mehmet Hakan Satman mhsatman@istanbul.edu.tr İstanbul Üniversitesi 2014.10.22 Doç.Dr.Mehmet Hakan Satmanmhsatman@istanbul.edu.tr Tedarik Zinciri
DetaylıBĠLGĠSAYAR AĞLARI. 1-Bilgisayar ağı nedir? 2-Ağ türleri 3-Ağ bağlantıları 4-Ġnternet kavramı ve teknolojileri
BĠLGĠSAYAR AĞLARI 1-Bilgisayar ağı nedir? 2-Ağ türleri 3-Ağ bağlantıları 4-Ġnternet kavramı ve teknolojileri Ağ Kavramı Bilgisayarların birbirleri ile iletiģimlerini sağlamak, dosya paylaģımlarını aktif
DetaylıEsnek Hesaplamaya Giriş
Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan
DetaylıKarınca Koloni Algoritması 2
Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web: http://ikucukkoc.baun.edu.tr Karınca Koloni Algoritması 2 7 TSP ve ACO Algoritması Gezgin satıcı problemi (travelling salesman problem-tsp) yöneylem araştırması ve teorik
DetaylıMuhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR
Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege
DetaylıDoğal Hesaplama (COMPE 564) Ders Detayları
Doğal Hesaplama (COMPE 564) Ders Detayları Ders Adı Doğal Hesaplama Ders Kodu COMPE 564 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Öğretim üyesinin
DetaylıSayısız uygulama alanı olan Yapay Zeka kavramının pek çok tanımı vardır.
YAPAY ZEKA Yapay Zeka Tanımı Sayısız uygulama alanı olan Yapay Zeka kavramının pek çok tanımı vardır. Normal olarak insan zekasını gerektiren görevleri yapabilecek makineler yapmaktır. İnsan varlığında
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri (nt lgorithm) Doç.Dr. M. li kcayol 996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki en kısa yolu bulmalarından
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
DetaylıBİRİNCİ BASIMA ÖN SÖZ
BİRİNCİ BASIMA ÖN SÖZ Varlıkların kendilerinde cereyan eden olayları ve varlıklar arasındaki ilişkileri inceleyerek anlamak ve bunları bilgi formuna dökmek kimya, biyoloji, fizik ve astronomi gibi temel
DetaylıAlkın Küçükbayrak alkin@superonline.com. Bilim Dalı Olarak ve Uygulamada "Yapay Zeka"
Alkın Küçükbayrak alkin@superonline.com Bilim Dalı Olarak ve Uygulamada "Yapay Zeka" Bir önceki yazımızda beyin simulatörlerinden bahsetmiştik. Beynin işlevlerini deşifre etmeye yönelik çalışmalardan biri
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
DetaylıHülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)
Karınca Kolonisi Algoritmasının Zaman Çizelgelemesi Üzerine: Bir Modellemesi ve Uygulaması Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)
DetaylıİLERİ ALGORİTMA ANALİZİ KARINCA KOLONİ ALGORİTMASI
İLERİ ALGORİTMA ANALİZİ 1. Gerçek Karıncaların Davranışları KARINCA KOLONİ ALGORİTMASI Gerçek karıncalar, yuvaları ile yiyecek kaynağı arasındaki en kısa yolu bulma kabiliyetine sahiptirler ve ayrıca çevredeki
DetaylıKÜMELER 05/12/2011 0
KÜMELER 05/12/2011 0 KÜME NEDİR?... 2 KÜMELERİN ÖZELLİKLERİ... 2 KÜMELERİN GÖSTERİLİŞİ... 2 EŞİT KÜME, DENK KÜME... 3 EŞİT OLMAYAN (FARKLI) KÜMELER... 3 BOŞ KÜME... 3 ALT KÜME - ÖZALT KÜME... 4 KÜMELERDE
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için)
BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 5 COME 21 Veri Yapıları ve Algoritmalar COME 22 COME 1 COME 1 COME 411
DetaylıDeniz ERSOY Elektrik Yük. Müh.
Deniz ERSOY Elektrik Yük. Müh. AMACIMIZ Yenilenebilir enerji kaynaklarının tesis edilmesi ve enerji üretimi pek çok araştırmaya konu olmuştur. Fosil yakıtların giderek artan maliyeti ve giderek tükeniyor
DetaylıDeneye Gelmeden Önce;
Deneye Gelmeden Önce; Deney sonrası deney raporu yerine yapılacak kısa sınav için deney föyüne çalışılacak, Deney sırasında ve sınavda kullanılmak üzere hesap makinesi ve deney föyü getirilecek. Reynolds
DetaylıBİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program)
BİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 2+2 3 5 COME 218 Veri Yapıları ve Algoritmalar 2+2 3 6 COME 226
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
DetaylıEtmen Tabanlı Teknolojilerin Karınca Kolonisi Eniyileme Uygulamalarında Kullanımları
Etmen Tabanlı Teknolojilerin Karınca Kolonisi Eniyileme Uygulamalarında Kullanımları Musa ÜNSAL 1, Özgür Koray ŞAHİNGÖZ 2 1 Havacılık ve Uzay Teknolojileri Enstitüsü, Bilgisayar Mühendisliği Bölümü, İstanbul
DetaylıGÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ
3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz
DetaylıYAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve
DetaylıGALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)
08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve
DetaylıBÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok
8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)
DetaylıYapay Bağışık Sistemler ve Klonal Seçim. Bmü-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN
Yapay Bağışık Sistemler ve Klonal Seçim Bmü-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Bağışık Sistemler Bağışıklık sistemi insan vücudunun hastalıklara karşı savunma mekanizmasını oluşturan
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıYapay Zeka (MECE 441) Ders Detayları
Yapay Zeka (MECE 441) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yapay Zeka MECE 441 Bahar 3 0 0 3 4 Ön Koşul Ders(ler)i Yok Dersin Dili Dersin Türü
DetaylıĠnternet ve Harekât AraĢtırması Uygulamaları
Ġnternet ve Harekât AraĢtırması Uygulamaları Cihan Ercan Mustafa Kemal Topcu 1 GĠRĠġ Band İçerik e- Konu\ Mobil Uydu Ağ Genişliği\ e- e- VoIP IpV6 Dağıtma Altyapı QoS ticaret\ Prensip Haberleşme Haberleşme
DetaylıGezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması
Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi Suleyman Demirel University Journal of Natural andappliedscience 18(1), 8-13, 2014 Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
Detaylıetme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir.
İnsanlığın doğayı araştırma ve taklit etme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir. Beynin üstün özellikleri, bilim adamlarını üzerinde çalışmaya zorlamış ve
DetaylıFree, Open Access, Medical Education Serbest,Açık Erişimli Tıp Eğitimi Kısaca FOAM adı verilen ve Free, Open Acess, Medical Education manasına gelen
Free, Open Access, Medical Education Serbest,Açık Erişimli Tıp Eğitimi Kısaca FOAM adı verilen ve Free, Open Acess, Medical Education manasına gelen ve ICEM 2012 Konferansı esnasında Dublin de baģlayan
DetaylıKarınca Kolonisi Algoritmasının Zaman Çizelgelemesi Üzerine: Bir Modellemesi ve Uygulaması
Karınca Kolonisi Algoritmasının Zaman Çizelgelemesi Üzerine: Bir Modellemesi ve Uygulaması Hülya Özdağ 1, Nilgün Aygör 1, Aykut Parlak 2 1 Yıldız Teknik Üniversitesi Matematik Bölümü, İstanbul 2 Yıldız
DetaylıProf Dr Hülya Kayıhan
Engelli bireylerin istihdamını arttırabilmek ve iģgücü pazarına ulaģabilmelerini kolaylaģtırmak için; çalıģma kapasitesini, motivasyonu, üretkenliği, iģ arama becerilerini sosyal becerilerini arttırmak.
DetaylıÖrgütler bu karmaģada artık daha esnek bir hiyerarģiye sahiptir.
Durumsallık YaklaĢımı (KoĢulbağımlılık Kuramı) Durumsallık (KoĢulbağımlılık) Kuramının DoğuĢu KoĢul bağımlılık bir Ģeyin diğerine bağımlı olmasıdır. Eğer örgütün etkili olması isteniyorsa, örgütün yapısı
DetaylıG Ü Ç L E N İ N! Technical Assistance for Supporting Social Inclusion through Sports Education
Technical Assistance for Supporting Social Inclusion through Sports Education Bu proje Avrupa Birliği ve Türkiye Cumhuriyeti tarafından ortak finanse edilmektedir. Spor Eğitimi Yoluyla Sosyal Katılımın
DetaylıVERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5
DetaylıYAġAMSAL GEREKSĠNĠMLERĠMĠZ
YAġAMSAL GEREKSĠNĠMLERĠMĠZ YAġAMIMIZI DEVAM ETTĠREBĠLMEMĠZ ĠÇĠN OLMAZSA OLMAZ ĠHTĠYAÇLARIMIZ NELERDĠR? HAVA SU UYKU BESĠN Neden Olmazsa Olmaz? Bunlar Olmadan ne kadar yaģayabiliriz? HAVA SU UYKU BESĠN
DetaylıYapay Arı Kolonisi Algoritması İle Erzincan İlinde Olası Deprem Sonrası Helikopter İle Hasar Tespiti İçin En Kısa Rotanın Belirlenmesi
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli Yapay Arı Kolonisi Algoritması İle Erzincan İlinde Olası Deprem Sonrası Helikopter İle Hasar Tespiti İçin En Kısa
DetaylıĠspanya da üniversite Sistemi
Ġspanya da üniversite Sistemi NEDEN ĠSPANYA DA YURT DIġI EĞĠTĠM? Avrupa ile Afrika arasında önemli bir geçiģ yolu olan Ġspanya, günümüzde geleneksel ve modern yaģam tarzlarını bir arada bulunduran önemli
DetaylıANT SYSTEM ALGORİTMASININ JAVA İLE GÖRSELLEŞTİRİLMESİ
ANT SYSTEM ALGORİTMASININ JAVA İLE GÖRSELLEŞTİRİLMESİ ÖZET Aybars Uğur Ege Üniversitesi Bilgisayar Müh. Bölümü aybars.ugur@ege.edu.tr Bu çalışmada sürü zekası, karınca kolonisi optimizasyonu ve Ant System
DetaylıBİLİŞSEL NÖROBİLİM BİLGİ İŞLEME SÜREÇ VE YAKLAŞIMLARI
BİLİŞSEL NÖROBİLİM BİLGİ İŞLEME SÜREÇ VE YAKLAŞIMLARI Beyni Keşfetme Dünya üzerinde keşifler genelde coğrafi keşiflerle başlamıştır. Ortalama 1120 gr ağırlığındaki jelatinimsi yapısıyla beyni keşfetme
DetaylıDüzce Üniversitesi Bilim ve Teknoloji Dergisi
Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 4 (2016) 424-430 Düzce Üniversitesi Bilim ve Teknoloji Dergisi Araştırma Makalesi Tornalama İşlemlerinde Minimum Maliyet Optimizasyonu Yasin CANTAŞ a,*, Sezgin
DetaylıSAĞLIKTA DÖNÜġÜMÜN TIP EĞĠTĠMĠNE ETKĠSĠ
SAĞLIKTA DÖNÜġÜMÜN TIP EĞĠTĠMĠNE ETKĠSĠ Sağlıkta yapılan dönüģümü değerlendirirken sadece sağlık alanının kendi dinamikleriyle değil aynı zamanda toplumsal süreçler, ideolojik konumlandırılmalar, sınıflararası
DetaylıKarides Sürüsü Algoritmasının Görüntü Sıkıştırmada Kullanılması
Karides Sürüsü Algoritmasının Görüntü Sıkıştırmada Kullanılması Fatma HARMA 1 İlker KILIÇ 2 1,2 Elektrik Elektronik Mühendisliği, Celal Bayar Üniversitesi, Manisa, TURKEY 1 fatma.harman@cbu.edu.tr 2 ilker.kilic@cbu.edu.tr
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıT. C. İZMİR KATİP ÇELEBİ ÜNİVERSİTESİ TIP FAKÜLTESİ DÖNEM I EĞİTİM-ÖĞRETİM PROGRAMI (2011 2012)
T. C. İZMİR KATİP ÇELEBİ ÜNİVERSİTESİ TIP FAKÜLTESİ DÖNEM I EĞİTİM-ÖĞRETİM PROGRAMI (2011 2012) İZMİR - 2011 T. C. İZMİR KATİP ÇELEBİ ÜNİVERSİTESİ TIP FAKÜLTESİ DÖNEM I EĞİTİM-ÖĞRETİM PROGRAMI (2011 2012)
DetaylıFen ve Mühendislik Bilimleri için Fizik
Fen ve Mühendislik Bilimleri için Fizik Giriş Fizik Temel Bilimlerin Amacı Doğanın işleyişinde görev alan temel kanunları anlamak. Diğer fen ve mühendislik bilimleri için temel hazırlamaktır. Temelde gerekli
DetaylıKablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008
Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri
DetaylıYapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması
Yapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması Doç. Dr. Ali Rıza YILDIZ 04.11.2014 Doç. Dr. Ali Rıza YILDIZ - "Hibrid Evrimsel Yöntemler İle Taşıt Elemanlarının
DetaylıDeğiĢen DavranıĢlar. 10-03-2009 Murad ġahin
DeğiĢen DavranıĢlar 10-03-2009 Murad ġahin Ana Tema : DeğiĢen DavranıĢlar Soru 1 : Hangi Davranışlar Değişti? Ana Tema : DeğiĢen DavranıĢlar Soru 1 : Hangi Davranışlar Değişti? Soru 2 : Hangi Davranışlar
Detaylı1. ÜNİTE : HÜCRE BÖLÜNMESİ VE KALITIM
1. ÜNİTE : HÜCRE BÖLÜNMESİ VE KALITIM 1 DNA (Deosiribo Nükleik Asit) Kalıtım maddesi hücre çekirdeğinde bulunur. Kalıtım maddesi iğ ipliği (Yumak) şeklinde bir görünümdedir. İğ ipliğindeki kalıtım maddesi
DetaylıSOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma
SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma Çiğdem İNAN, M. Fatih AKAY Çukurova Üniversitesi Bilgisayar Mühendisliği Bölümü Balcalı-ADANA İçerik Çalışmanın
DetaylıYAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ APPROXIMATION AIR TEMPERATURE WITH ARTIFICIAL NEURAL NETWORK
YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ Hande ERKAYMAZ, Ömer YAŞAR Karabük Üniversitesi / TÜRKĠYE herkaymaz@karabuk.edu.tr ÖZET : Bu çalıģmada Yapay Sinir Ağları (YSA) ile hava sıcaklığının tahmini
DetaylıAYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ
AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Altın Oran (Golden Section Search) Arama Metodu Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f
DetaylıYZM 3217 YAPAY ZEKA DERS#10: KÜMELEME
YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıDOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON ALGORİTMASININ KULLANILMASI ÖZET
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22(1-2) 66-74 (26) http://fbe.erciyes.edu.tr/ ISSN 112-2354 DOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON
DetaylıAlkın Küçükbayrak alkin@superonline.com. Beyin ve Yapay Zeka III - Beyin Simulatörleri
Alkın Küçükbayrak alkin@superonline.com Beyin ve Yapay Zeka III - Beyin Simulatörleri Bundan önceki yazımızda Yapay Sinir Ağları konusunu örneklerle incelemiştik. İstatistiksel yöntemler kullanılarak yapılan
DetaylıÜçüncü adımda ifade edilen özel kısıtları oluģturabilmek için iki genel yöntem geliģtirilmiģtir:
TAMSAYILI DOGRUSAL PROGRAMLAMA ALGORİTMALARI TDP Algoritmaları, doğrusal programlamanın baģarılı sonuçlar ve yöntemlerinden yararlanma üzerine inģa edilmiģtir. Bu algoritmalardaki stratejiler üç adım içermektedir:
DetaylıULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU
ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel
DetaylıSOSYAL BİLGİLER DERSİ ( SINIFLAR) ÖĞRETİM PROGRAMI ÖMER MURAT PAMUK REHBER ÖĞRETMEN REHBER ÖĞRETMEN
SOSYAL BİLGİLER DERSİ (4.5.6.7 SINIFLAR) ÖĞRETİM PROGRAMI 1 DERS AKIŞI 1.ÜNİTE: SOSYAL BİLGİLER ÖĞRETİM PROGRAMININ GENEL YAPISI, ARADİSİPLİN, TEMATİK YAKLAŞIM 2. ÜNİTE: ÖĞRENME ALANLARI 3. ÜNİTE: BECERİLER
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik
Detaylıİnsan beyni, birbiri ile karmaşık ilişkiler içinde bulunan nöron hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder, yaradılışın en görkemli ve
YAPAY SİNİRAĞLARI İnsan beyni, birbiri ile karmaşık ilişkiler içinde bulunan nöron hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder, yaradılışın en görkemli ve gizemli harikalarından biridir. İnsan
DetaylıAlgoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm
DetaylıAkıllı Mekatronik Sistemler (MECE 404) Ders Detayları
Akıllı Mekatronik Sistemler (MECE 404) Ders Detayları Ders Adı Akıllı Mekatronik Sistemler Ders Kodu MECE 404 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Bahar 2 0 2 3 5 Ön Koşul Ders(ler)i
DetaylıBLM-431 YAPAY ZEKA. Ders-3 Durum Uzayında Arama. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-3 Durum Uzayında Arama Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Durum uzayı temsilini öğrenmek ve durum uzayında
DetaylıYapay Zeka İle Aramızdaki Fark
Yapay Zeka İle Aramızdaki Fark Yapay zeka kavramını az çok hepimiz duymuşuzdur. Yapay zeka denildiğinde aklımıza uçan robotlar, bizden daha zeki, Dünya savaşlarında başrol oynayan demirden yapılar gelir.
DetaylıBSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER
BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER Yazılımı ve Genel Özellikleri Doç.Dr. Cüneyt BAYILMIŞ Kablosuz Ağların Modellemesi ve Analizi 1 OPNET OPNET Modeler, iletişim sistemleri ve
DetaylıKariyer ve Profesyonel Ağlar
Kariyer ve Profesyonel Ağlar Kariyer Fransızca carrière kelimesinden gelmektedir. Bir yere çıkan, bir yere gelen anlamına gelmektedir. Bir meslekte çalışma ve zamanla elde edilen aşama, başarı ve uzmanlıktır.
DetaylıAlgoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun
Detaylıİletişim Programlarına Özgü Öğretim Çıktıları
İletişim Programlarına Özgü Öğretim Çıktıları Lisans düzeyindeki bir iletiģim programının değerlendirilmesi için baģvuruda bulunan yükseköğretim kurumu, söz konusu programının bu belgede yer alan ĠLETĠġĠM
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Gezgin Satıcı Problemi 9. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Gezgin Satıcı Problemi Soru n tane şehri olan bir
DetaylıGALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)
08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve
DetaylıMedeniyet Okulları REHBERLİK SERVİSİ SUNAR..
Medeniyet Okulları REHBERLİK SERVİSİ SUNAR.. ÖĞRENCİLERDE PERFORMANS, MOTİVASYON VE BAŞARI GELİŞTİRME TEKNİKLERİ Skeçler, Testler, Video çekimleri Başarıya Ulaşmak İçin HEDEF BELİRLEMEK PLAN OLUŞTURMAK
DetaylıFEN ve TEKNOLOJİ / GENETİK MÜHENDİSLİĞİ ve BİYOTEKNOLOJİ. GENETİK MÜHENDİSLİĞİ ve BİYOTEKNOLOJİ
GENETİK MÜHENDİSLİĞİ ve BİYOTEKNOLOJİ 1 Genetik mühendisliği canlıların kalıtsal özelliklerinin değiştirilerek onlara yeni işlevler kazandırılmasına yönelik araştırmalar yapan bilim dalıdır. Genetik mühendisleri
DetaylıSponsorlar için detaylı bilgi, ekte sunulan Sponsor Başvuru Dosyası nda yer almaktadır.
TOK 2014 OTOMATİK KONTROL ULUSAL TOPLANTISI KOCAELİ ÜNİVERSİTESİ İZMİT Sayın Yetkili, Otomatik Kontrol Türk Milli Komitesi nin kararıyla Otomatik Kontrol Ulusal Toplantısı ve Sergisi 2014 (TOK 2014), Kocaeli
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KARINCA KOLONİ OPTİMİZASYONU (KKO) ve PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) ALGORİTMALARI TEMELLİ BİR HİYERARŞİK YAKLAŞIM GELİŞTİRİLMESİ Hüseyin ELDEM YÜKSEK
DetaylıT.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Bilgisayar Mühendisliği Ana Bilim Dalı MULTIPLE ANTENNAS. Hazırlayan: Temel YAVUZ
T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Bilgisayar Mühendisliği Ana Bilim Dalı MULTIPLE ANTENNAS Hazırlayan: Temel YAVUZ 20.12.2010 KABLOSUZ AĞLARDA ÇOKLU GIRIġ ÇOKLU ÇıKıġ (MIMO) Son yıllarda
DetaylıAlgoritmalar. Çizge Algoritmaları. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Çizge Algoritmaları Bahar 201 Doç. Dr. Suat Özdemir 1 En Kısa Yol Problemi Çizgelerdeki bir diğer önemli problem de bir düğümden diğer bir düğüme olan en kısa yolun bulunmasıdır. Bu problem
DetaylıDENEY 1. İncelenmesi. Süleyman Demirel Üniversitesi Fen Edebiyat Fakültesi
DENEY 1 Düzgün Doğrusal Hareketin İncelenmesi Süleyman Demirel Üniversitesi Fen Edebiyat Fakültesi Fizik Bölümü Isparta - 2018 Amaçlar 1. Tek boyutta hareket kavramının incelenmesi. 2. Yer değiştirme ve
DetaylıFARMASÖTİK NANOTEKNOLOJİ ANABİLİM DALI * Farmasötik Nanoteknoloji Programı
FARMASÖTİK NANOTEKNOLOJİ ANABİLİM DALI * Farmasötik Nanoteknoloji Programı Programa Kabul Koşulları: Yüksek Lisans: Fen Fakültesi Biyoloji Bölümü, Kimya Bölümü, Eczacılık Fakültesi mezunları, Mühendislik
DetaylıEtoloji(Davranış Bilimi) :Doğal koşullarda hayvan davranışını inceleyen bilim dalına denir.
Etoloji(Davranış Bilimi) :Doğal koşullarda hayvan davranışını inceleyen bilim dalına denir. Uyarı: İç ya da dış ortamda meydana gelen ve canlıda tepki oluşturabilecek fiziksel, kimyasal ve biyolojik değişikliklerdir.
DetaylıSU DALGALARINDA GİRİŞİM
SU DALGALARINDA GİRİŞİM Yukarıda iki kaynağın oluşturduğu dairesel su dalgalarının meydana getirdiği girişim deseni gösterilmiştir Burada kesikli çizgiler dalga çukurlarını, düz çizgiler dalga tepelerini
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences
Pamukkale Üniversitesi Mühislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences ÇOK ETMENLİ SİSTEMLERDE NETLOGO İLE KARINCA KOLONİSİ OPTİMİZASYONU ANT COLONY OPTIMIZATION IN MULTI-AGENT
Detaylıİleri Yapay Zeka (COMPE 568) Ders Detayları
İleri Yapay Zeka (COMPE 568) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İleri Yapay Zeka COMPE 568 Bahar 3 0 0 3 7.5 Ön Koşul Ders(ler)i Öğretim üyesinin
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OPTİMİZASYON PROBLEMLERİNİN ÇÖZÜMÜ İÇİN YAPAY ARI KOLONİSİ ALGORİTMASI TABANLI YENİ YAKLAŞIMLAR MUSTAFA SERVET KIRAN DOKTORA TEZİ Bilgisayar Mühendisliği
DetaylıDoç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü
17.05.2014 Sayfa 1 Curve Fitting with RBS Functional Networks RBS fonksiyonel ağı ile eğri uygunluğu Andr es Iglesias, Akemi G alvez Department of Applied Mathematics and Computational Sciences, University
Detaylı