Giriş | English

Yüksek Lisans > Fen Bilimleri Enstitüsü > Mekatronik Mühendisliği (y.l.) > YAPAY SİNİR AĞLARI VE MÜHENDİSLİK UYGULAMALARI
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
YAPAY SİNİR AĞLARI VE MÜHENDİSLİK UYGULAMALARI İkinci düzey MEM 509 Zorunlu 1 7.50 7.50 Yazdır
   
Dersin tanımı
Ön koşul dersleri Yok
Eğitimin dili Türkçe
Koordinatör PROF. DR. ŞAHİN YILDIRIM
Dersi veren öğretim eleman(lar)ı PROF. DR. ŞAHİN YILDIRIM
Yardımcı öğretim eleman(lar)ı -
Dersin veriliş şekli Yüz yüze
Dersin amacı Bu dersin amacı, yapay sinir ağlarının robotlar ve mekanizmalar gibi mekanik sistemlerdeki teorik ve simülasyon kontrol uygulamalarını öğrencilere öğretmektir.
Dersin tanımı Ders, yapay sinir ağı tekniklerinin teorik altyapısı üzerine yoğunlaşacaktır. Bu teknikler, mekanik sistemlerin YSA modelinin tasarımı ve robotik sistemler için YSA kontrolör konularını içermektedir. Haftada 3 saat teorik ders olarak uygulanmaktadır.

Dersin içeriği
1- Yapay sinir ağı bilgisayar donanımı
2- Yapay sinir ağı programlama
3- Yapay sinir ağı modelleri
4- Dinamik geri-yayılım algoritması, hızlı-yayılım algoritması
5- Kohenen algoritması
6- Optimal self organization için makine eğitimi
7- Yapay sinir ağı uygulamaları
8- ARA SINAV
9- Mekanik sistemlerin kontrolü için yapay sinir ağı tipleri
10- Matlab Yapay sinir ağları Tool Box Tanıtımı
11- İleri beslemeli yapay sinir ağı kontrolörü, geri beslemeli yapay sinir ağı kontrolörü
12- Sistem kontrolü için simülasyon uygulamaları
13- Pratik uygulamalar
14- Pratik uygulamalar
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Yapay sinir ağları tipleri
2- Eğitim algoritmaları,
3- YSA ile sistemlerin dinamik modellenmesi,
4- YSA’nın pratik uygulamaları.
5- -
6- -
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Mekatronik mühendisliği alanında bilimsel araştırma yaparak bilgiye derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
2- Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
3- Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur.
4- Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
5- Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
6- Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
7- Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
8-
9-
10-
11-
12-
13-
14-
15-
16-
17-
18-
19-
20-
21-
22-
23-
24-
25-
26-
27-
28-
29-
30-
31-
32-
33-
34-
35-
36-
37-
38-
39-
40-
41-
42-
43-
44-
45-
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 5 70
Ödevler 1 5 5
Sunum / Seminer hazırlama 1 20 20
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 20 20
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 2 2
Araştırma 1 15 15
Toplam iş yükü     191
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 100
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen veya zorunlu okuma materyalleri
Ders kitabı Yıldırım S. 1999. Yapay Sinir Ağları Ders Notları, Kayseri.
Yardımcı Kaynaklar -

Ders ile ilgili dosyalar