Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin Seviyesi Ders Verilme Şekli Dersin Öğrenme ve Öğretme Teknikleri İngilizce Teknik Seçmeli Dersler Lisans Yüz Yüze Anlatım Dersin Koordinatörü
Dersin Öğretmen(ler)i Dersin Asistanı Dersin Amacı Dersin Eğitim Çıktıları Dersin İçeriği Dersin amacı sinir ağları ile ilgili temel bilgi edinmek, bulanık mantık ve optimizasyon kavramlarını, ilgili algoritmaları ve konuların birbirleri ile olan ilişkilerini öğrenmek. Bu dersi başarıyla tamamlayabilen öğrenciler; Alan ile ilgili nümerik metotları gerçekleştirebilme Bulanık küme kavramını anlatabilme Türevden bağımsız ve türeve dayalı optimizasyon yöntemlerini uygulayabilme Yapay sinir ağlarını ve öğrenme konusunu tartışma Yapay sinir bulanık mantık modellemesini kavrama Konu ile ilgili uygulamaların farkına varma Biyolojik ve yapay sinir ağları, geriye yayılma algoritması ve çok katmanlı geriye yayılma algoritması. Yapay sinir ağları modelleri ve öğrenme algoritmaları. Bulanık mantık ve bulanık kümeler. Temel bulanık mantık matematiği. Bulanık işlemler. Bulanık sistemler. Bulanık akıllı sistemleri. Bulanık kontrol. Genetik algoritmalar. Yapay sinir ağlarının, bulanık sistemlerin ve genetik algoritmaların yakınsaması. Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları HaftaKonular Ön Hazırlık 1 Giriş Ana ders kitabı Bölüm 1 2 Bulanık Kümeler Bölüm 2
3 Bulanık Kurallar ve Bulanık Mantık Bölüm 3 4 Bulanık Kurallar ve Bulanık Mantık Bölüm 3 5 Bulanık Anlam Çıkarma Sistemleri Bölüm 4 6 Türeve Dayalı Optimizasyon Bölüm 6 7 Türevden Bağımsız Optimizasyon Bölüm 7 8 Türevden Bağımsız Optimizasyon Bölüm 7 9 Denetimli Öğrenme Yapay Sinir Ağları 10 Denetimsiz Öğrenme Yapay Sinir Ağları 11 İntibak Edici Yapay Sinir Ağları Bulanık Anlam Çıkarma Sistemleri 12 İntibak Edici Yapay Sinir Ağları Bulanık Anlam Çıkarma Sistemleri 13 Zorunlu Yapay Sinir Ağları Bulanık Modelleme Bölüm 9 Bölüm 11 Bölüm 12 Bölüm 12 Bölüm 13 14 Uygulamalar Bölüm 19-22 15 Gözden geçirme 16 Gözden geçirme Kaynaklar Ders Kitabı: 1. J. S. R. Jang, C. T. Sun and E. Mizutai, Neuro-Fuzzy and Soft Computing, 1997. Diğer Kaynaklar: 1. 1. Timothy J. Ross, Fuzzy Logic with Engineering Applications, McGraw-Hill, 1997. 2. 2. Zioluchian Ali, Jamshidi Mo, Intelligent Control Systems Using Soft Computing Methodologies, CRC Press, 2001.
3. 3. D. E. Goldberg, Genetic Algorithms: Search, Optimization and Machine Learning, Addison Wesley, N.Y., 1989. 4. 4. S. Rajasekaran and G.A.V.Pai, Neural Networks, Fuzzy Logic and Genetic Algorithms, PHI, 2003. 5. 5. L. H. Tsoukalas, R. E. Uhrig, Fuzzy and Neural Approaches in Engineering, John Wiley, N. Y., 1997. Değerlendirme Sistemi Çalışmalar Sayı Katkı Payı Devam/Katılım - - Laboratuar - - Uygulama - - Alan Çalışması - - Derse Özgü Staj - - Küçük Sınavlar/Stüdyo Kritiği - - Ödevler 4 20 Sunum - - Projeler 1 25 Seminer - - Ara Sınavlar/Ara Juri 1 25 Genel Sınav/Final Juri 1 30 Toplam 7 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 70 30 Toplam 100 Ders Kategorisi Temel Meslek Dersleri Uzmanlık/Alan Dersleri Destek Dersleri İletişim ve Yönetim Becerileri Dersleri Aktarılabilir Beceri Dersleri Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi # Program Yeterlilikleri / Çıktıları Katkı Düzeyi 1 2 3 4 5
1 Matematik, fen bilimleri ve hesaplama alanlarındaki bilgi birikimini bilgisayar mühendisliği problemlerinin çözümüne uygulama becerisi. 2 Bilgisayar sistemlerine özgü sorunları analiz etme ve modelleme, çözümleri için uygun gereksinimleri belirleme ve tanımlama becerisi. 3 Belirlenen gereksinimleri karşılayacak bir bilgisayar sistemini, sistem parçasını, işlemi veya programı tasarlama, geliştirme ve değerlendirme becerisi. 4 Bilgisayar sistemleri mühendislik uygulamaları için modern teknik ve mühendislik araçlarını kullanma becerisi. 5 Hesaplama ihtiyaçlarını anlamak için deney tasarlama, veri toplama, analiz etme, yorumlama ve doğru seçimler yapabilme becerisi. 6 Disiplin içi ve disiplinler arası takımlarda veya bireysel olarak etkin biçimde çalışabilmek için gerekli organizasyonel ve iş yeteneklerini ortaya koyabilme becerisi. 7 Türkçe ve İngilizce dillerinde etkin iletişim kurabilme becerisi. 8 Yaşam boyu öğrenmenin gerekliliği bilinci ve bilgiye erişebilme, bilim ve teknolojideki son gelişmeleri takip edebilme ve kendini sürekli yenileme becerisi. 9 Bilgisayar Mühendisliği alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilinci. 10 Proje ve risk yönetim becerisi; girişimciliğin, yenilikçilik ve sürdürülebilir kalkınmanın önemi hakkında farkındalık; uluslararası standartların ve yöntemlerin bilinmesi. 11 Karar alırken, Bilgisayar Mühendisliği uygulamalarının evrensel, çevresel, sosyal ve hukuksal sonuçları konusunda farkındalık. 12 Sayısal hesaplama ve sayısal gösterim sistemlerini analiz, tasarım ve ifade becerisi.
13 Hesaplama problemlerinin çözülmesinde programlama dillerini ve uygun bilgisayar mühendisliği kavramlarını kullanma becerisi. ECTS/İş Yükü Tablosu Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) Laboratuar Uygulama Derse Özgü Staj Alan Çalışması Sınıf Dışı Ders Çalışma Süresi Sunum/Seminer Hazırlama 16 3 48 16 3 48 Projeler 1 10 10 Ödevler 4 5 20 Küçük Sınavlar/Stüdyo Kritiği Ara Sınavlara/Ara Juriye Hazırlanma Süresi Genel Sınava/Genel Juriye Hazırlanma Süresi 1 10 10 1 15 15 Toplam İş Yükü 151