DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Sinir Ağları ve Bulanık Sistemler CE 511 Bahar 03+00+00 Seçmeli 3 8.0
Akademik Birim:
Öğrenim Türü:
Ön Koşullar Yok
Öğrenim Dili: İngilizce
Dersin Düzeyi: Yüksek Lisans
Dersin Koordinatörü: Habib ŞENOL
Dersin Amacı: Yapay sinir ağlarının sınıflandırılması için gerekli bilgilerin verilmesi, bulanık mantık sistemlerin sınıflandırılması için gerekli bilgilerin verilmesi, bulanık mantık-yapay sinir ağlarının sınıflandırılması için gerekli bilgilerin verilmesi
Dersin İçeriği: Yapay sinir ağları: radyal tabanlı işlev ağları uyarlanabilir yapılı sinir ağları Sinir ağ
uygulamaları. Tümleşik bulanık-sinir sistemleri: Bulanık sistemlerin ve sinir ağlarının
tümleştirilmesi sinir ağlarına dayalı bulanık sistemler bulanık mantık temelli sinir ağ modelleri
uygulamalar Bulanık sistemler: bulanık sistemlerin temelleri bulanık ölçütler bulanık mantık ve yaklaşık uslamlama bulanıklık kuramının uygulamaları.
Dersin Öğrenme Çıktıları (ÖÇ):
  • 1- Yapay sinir ağlarının, bulanık mantık sistemlerin & bulanık mantık-yapay sinir ağlarının sınıflandırılması,
  • 2- Yapay sinir ağlarının analizi & tasarımı
  • 3- Bulanık mantık sistemlerin analizi & tasarımı
  • 4- Bulanık mantık-yapay sinir ağlarının analizi & tasarımı
Dersin Öğrenme Yöntem ve Teknikleri Ders


HAFTALIK PROGRAM

HaftaKonularÖn Hazırlık
1 Yapay Sinir Ağlarına Giriş
2 İleri-Beslemeli Yapay Sinir Ağları Ve Danışmanlı Öğrenme
3 Tek-Katmanlı Geri-Beslemeli Yapay Sinir Ağları Ve Associative Hafızalar
4 Danışmansız Öğrenen Yapay Sinir Ağları
5 Tekrarlanan Yapay Sinir Ağları
6 Genetik Algoritmalar
7 1. Arasınav
8 Yapısal Adaptive Öğrenme
9 Bulanık Mantık & Bulanık Mantık Sistemleri
10 Bulanık Mantık Sistemleri (devam)
11 Bulanık Mantık & Yapay Sinir Ağ Sistemlerini Birleştirmek
12 2. Arasınav
13 Yapay Sinir Ağ Tabanlı Bulanık Mantık Sistemleri
14 Bulanık Mantık Tabanlı Yapay Sinir Ağ Sistemleri


ZORUNLU ve ÖNERİLEN OKUMALAR

Lin, C. T., Lee, C. S. G., 1995. "Neural Fuzzy Systems", Prentice Hall.


DİĞER KAYNAKLAR

Haykin, S., 1999. "Neural Networks - A Comprehensive Foundation", Second
Edition, Prentice Hall,

Yen, J., 1999. "Fuzzy Logic", Prentice Hall.


DEĞERLENDİRME SİSTEMİ

Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
Katılım - -
Laboratuvar - -
Uygulama - -
Arazi Çalışması - -
Proje - -
Ödev - -
Sunum/Jüri 1 20
Derse Özgü Staj - -
Diğer Uygulamalar (seminer, stüdyo kritiği, workshop vb.) - -
Dersle İlgili Sınıf Dışı Etkinlikler (okuma, bireysel çalışma vb.) - -
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar 2 40
Final Sınavı 1 40
Total: 4 100


İŞ YÜKÜ HESAPLAMASI

EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
Ders Saati12896
Laboratuvar000
Uygulama000
Arazi Çalışması000
Proje000
Ödev000
Sunum/Jüriye Hazırlık14545
Derse Özgü Staj000
Diğer Uygulamalara Hazırlık000
Dersle İlgili Sınıf Dışı Etkinlikler000
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar22040
Final Sınavı11010
Toplam İş Yükü (saat):191


PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

# PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9 PY10 PY11 PY12
OC1                        
OC2                        
OC3                        
OC4