Giriş | English

Doktora > Fen Bilimleri Enstitüsü > Gida Mühendisliği (dr. Yabanci Dil) > YAPAY SİNİR AĞLARI- II
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
YAPAY SİNİR AĞLARI- II Üçüncü düzey BİM 502 2 7.50 7.50 Yazdır
   
Dersin tanımı
Ön koşul dersleri Herhangi bir ön şart bulunmamaktadır
Eğitimin dili Türkçe
Koordinatör PROF. DR. ALPER BAŞTÜRK
Dersi veren öğretim eleman(lar)ı DOÇ. DR. ALPER BAŞTÜRK
Yardımcı öğretim eleman(lar)ı --
Dersin veriliş şekli Yüz yüze
Dersin amacı Bulanık mantığa giriş bulanık küme teorisinin anlaşılması, bulanık çıkarım sistemlerinin anlaşılması
Dersin tanımı Bulanık çıkarım sistemlerinin mühendislikteki uygulmalarının öğretilmesi

Dersin içeriği
1- Giriş
2- Bulanık Mantığın Temel Kavramları
3- Bulanık Kümeler
4- Bulanık İlişki, Bulanık Grafikler ve Bulanık Aritmetik
5- Bulanık Kurallar eğer-öyleyse
6- Mamdani Tipi Bulanık Çıkarım
7- Sugeno Tip Bulanık Çıkarım
8- Vize sınavı
9- Bulanık Mantık Uygulamaları
10- Yapay sinir ağları ve bulanık mantık
11- Karar Verme Sistemleri
12- Adaptif Öğrenme
13- ANFIS - 1
14- ANFIS - 2
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Matematik, fen ve mühendislik bilgilerini uygulama becerisi
2- İhtiyaçları karşılayacak sistem tasarımı
3- Mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
4- Yazılım Geliştirilmesi
5- Literatür takibi yapabilme
6- Bulanık Çıkarım sistemlerinin mühendislik problemlerine uygulanması
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1-
2-
3-
4-
5-
6-
7-
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 2 28
Ödevler 7 5 35
Sunum / Seminer hazırlama 7 1 7
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 20 20
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 2 2
Araştırma 7 5 35
Toplam iş yükü     191
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 65
Kısa sınav 7 35
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 Jyh-Shing Roger Jang, Chuen-Tsai Sun and Eiji Mizutani, Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Prentice Hall, 1997.
Yardımcı Kaynaklar Timothy J. Ross, Fuzzy Logic with Engineering Applications, Wiley, 2010.

Ders ile ilgili dosyalar