Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
İNŞAAT MÜHENDİSLİĞİNDE YAPAY SİNİR AĞI UYGULAMALARINA GİRİŞ Üçüncü Düzey İNŞ 597 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri YOK
Eğitimin Dili TÜRKÇE
Koordinatör DOÇ. DR. LEVENT LATİFOĞLU
Dersi Veren Öğretim Eleman(lar)ı DOÇ. DR. LEVENT LATİFOĞLU
Yardımcı Öğretim Eleman(lar)ı -
Dersin Veriliş Şekli Yüz yüze ve online
Dersin Amacı Bu dersin amacı, öğrencilerin yapay sinir ağlarının temel kavramlarını, yapılarını ve çalışma prensiplerini kavrayarak, bu yöntemlerin inşaat mühendisliği alanındaki mühendislik problemlerine nasıl uygulanabileceğini öğrenmelerini sağlamaktır. Ders kapsamında, veri ön işleme teknikleri, farklı yapay sinir ağı modelleri ve algoritmaları ele alınmakta; öğrencilerin yapay sinir ağlarını kullanarak inşaat mühendisliğine özgü problemleri analiz edebilme, modelleme yapabilme ve elde edilen sonuçları bilimsel ve mühendislik bakış açısıyla yorumlayabilme yetkinlikleri kazanmaları hedeflenmektedir.
Dersin Tanımı Bu ders, yapay sinir ağlarının temel kavramlarını, yapılarını ve öğrenme mekanizmalarını inşaat mühendisliği uygulamaları bağlamında ele almaktadır. Ders kapsamında ilkel ve çok katmanlı yapay sinir ağları, farklı algoritmalar, veri ön işleme teknikleri ve hibrit model yaklaşımları incelenmekte; teorik bilgilerin yanı sıra uygulama örnekleri ve literatür çalışmalarıyla öğrencilerin yapay sinir ağı tabanlı modelleme, analiz ve değerlendirme becerilerini geliştirmeleri amaçlanmaktadır.

Dersin İçeriği
1 MATRİS VE VEKTÖR
2 ARİTMETİK OPERATÖRLER HAZIR FONKSİYONLAR
3 GRAFİKLER VE ÇİZDİRME YÖNTEMLERİ
4 POLİNOMLAR, EĞRİ UYDURMA
5 PROGRAMLAMA GİRİŞ
6 DÖNGÜLER
7 REGRESYON ANALİZİ
8 DOĞRUSAL DENKLEM TAKIMI ÇÖZÜMLERİ
9 DOĞRUSAL OLMAYAN DENKLEM TAKIMI ÇÖZÜMLERİ
10 DOĞRUSAL OLMAYAN DENKLEM TAKIMI ÇÖZÜMLERİ
11 DOĞRUSAL OLMAYAN VERİLERİN ANALİZİ
12 DOĞRUSAL OLMAYAN VERİLERİN ANALİZİ
13 MÜHENDİSLİKTE DOĞRUSAL OLMAYAN VERİLERİN ANALİZİNDE KULLANILAN YAPAY ZEKA YÖNTEMLERİ
14 MÜHENDİSLİKTE DOĞRUSAL OLMAYAN VERİLERİN ANALİZİNDE KULLANILAN YAPAY ZEKA YÖNTEMLERİ
15 -
16 -
17 -
18 -
19 -
20 -

Dersin Öğrenme Çıktıları
1 Yapay sinir ağlarının (YSA) temel yapısını, çalışma prensiplerini ve matematiksel altyapısını açıklayabilir.
2 İlkel ve çok katmanlı yapay sinir ağı modellerini birbirleriyle karşılaştırarak uygun problem türleri için doğru modeli seçebilir.
3 İnşaat mühendisliği problemlerine yönelik veri ön işleme tekniklerini (normalizasyon, ölçekleme, veri temizleme vb.) etkin biçimde uygulayabilir.
4 Farklı YSA algoritmalarını ve hibrit model yaklaşımlarını (ör. YSA + optimizasyon / istatistiksel yöntemler) inşaat mühendisliği uygulamalarında kullanabilir.
5 Yapay sinir ağı tabanlı modellerin performansını uygun hata ölçütleri ve doğrulama teknikleri ile analiz ederek sonuçları yorumlayabilir.
6 Güncel bilimsel literatürü inceleyerek, yapay sinir ağlarının inşaat mühendisliğindeki kullanım alanlarını eleştirel bir bakış açısıyla değerlendirebilir ve özgün uygulama önerileri geliştirebilir.
7 -
8 -
9 -
10 -

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Biyomedikal Mühendisliğinde bir uzmanlık alanında derinlemesine bilgi edinmek, literatüre vakıf olmak.
2 Uzmanlık alanında problem tanımlama formüle etme, araştırma yapma, modelleme, analiz yapma yeteneklerini kazanmak.
3 Araştırma sonuçlarını analiz ederek sonuçlar çıkarma ve bunları yazılı sözlü sunma becerisi kazanma.
4 Mühendislik bilgilerini yaşam bilimleri alanında etkin kullanma yeteneği kazanmak.
5 Disiplinler arası çalışmalarda takım çalışması yapabilmek.
6 Araştırma sonuçlarını çok kullanılan bir yabancı dilde yazılı ve sözlü sunabilmek.
7 Yaşam boyu öğrenme, yeni bilgilere erişebilme, yeni alanlara yönelebilme becerisini kazanmak.
8 Mesleki ve etik sorumluluk bilinci kazanmak.
9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile çağın sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
10 Hastanelerde teknoloji kullanımında kalite ve güveni artırmak için klinik mühendisliği alanında eğitim ve danışma hizmeti sağlayabilme.
11 Hastane, sağlık örgütleri ve tıbbi teknoloji üretici/satıcılarına danışmanlık ve teknik destek hizmeti sağlayabilme.
12 Yeni biyomalzemeler üzerine bilgi ve beceri kazanma.
13 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanma.
14 Araştırıcı, üretici ve girişimci kapasiteye sahip olabilme.
15 Çağdaş, yenilikçi, katılımcı olabilme, kendini iyi ifade edebilme, kalite ve kalite yönetimi konularında bilinç sahibi olabilme.
16 Ulusal gereksinimlere öncelik verebilme ve bu konulardaki gelişmeleri yakından izleyebilme.
17 Biyomedikal alanındaki bilimsel çalışma sonuçlarını ulusal ve evrensel çevrelere aktarabilme ve öncülük edebilme.
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 İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 3 42
Ödevler 2 10 20
Sunum / Seminer hazırlama 4 15 60
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 0 0 0
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 0 0 0
Araştırma 2 10 20
Toplam iş yükü     184
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 0 0
Kısa sınav 0 0
Ödev 1 100
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 Ders notları
Yardımcı Kaynaklar --

Ders İle İlgili Dosyalar
İndir  -