1. Anasayfa
  2. Bilgisayar Mühendisliği Doktora
  3. Ders Planları
  4. Sinir Ağları ve Bulanık Sistemler

PDF

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 Güz 03+00+00 Seçmeli 3 7.5
Akademik Birim: Fen Bilimleri Enstitüsü
Öğrenim Türü: Örgün Eğitim
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):
    Dersin Öğrenme Yöntem ve Teknikleri Ders


    HAFTALIK PROGRAM

    HaftaKonularÖn Hazırlık


    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 (%)
    Total: 0 0


    İŞ YÜKÜ HESAPLAMASI

    EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
    Toplam İş Yükü (saat):0


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

    # PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9