| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| ASTRONOMİDE VERİTABANLARI |
İkinci düzey |
AUB 538 |
Seçmeli |
2 |
7.50 |
7.50 |
Yazdır |
|
Ön koşul dersleri
|
--
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
ÖĞRETİM ÜYESİ NURTEN FİLİZ AK
|
|
Dersi veren öğretim eleman(lar)ı
|
Yrd.Doç.Dr. Nurten FİLİZ AK
|
|
Yardımcı öğretim eleman(lar)ı
|
--
|
|
Dersin veriliş şekli
|
Yüz yüze
|
|
Dersin amacı
|
Astronomi, son yıllarda hızla gelişen gözlem teknolojileri sayesinde büyük miktarda verinin üretildiği ve bilgi elde edilmesi için işlendiği bir yapıya sahiptir. Çok geniş miktarda verinin ve veri türünün yer aldığı veri tabanları hakkında bilgilere sahip olmak, bu veri tabanlarını kullanmak ve bu amaçla hizmete sunulan platform ve programları kullanabilmek, geleceğin astronomları için elzem bir hal almıştır. Bu ders, iki temel amaca yönelik olarak hazırlanmıştır: (1) Veri tabanlarını tanıma anlama ve ulaşabilme ve (2) Veri tabanlarında yer alan bilgileri sorgulayabilme ve işleme. Bu ders yapısı gereği çok sayıda uygulamayı içinde barındırdığından, öğrencilerin uygulama yöntemiyle öğrenmesine yönelik çok sayıda örnek içermektedir.
|
|
Dersin tanımı
|
Astronomide Veri Tabanları dersi; astronomiye yönelik veri tabanlarını tanıtma ve kullanım yöntemlerini sunma, bankalarda yer alan verilerin sorgulanması, elde edilmesi ve işlenmesi temeline dayalı olarak uygulama ağırlıklıdır. Dersi alan öğrencilerin temel bilgisayar bilgisine sahip olması ve internet bağlantılı bir bilgisayara ulaşımının olması elzemdir.
|
|
1- |
Astronomide veriler ve verilerin yapısı: 1-Görüntü, 2-Tayf, 3-Zaman bağımlı veriler, 4- Teorik veriler ve simülasyonlar
|
|
2- |
Astronomide Veri kaynakları: 1- Makaleler: Makale arama ve sorgulama sistemleri; NASA–ADS ve Bumblebee
|
|
3- |
Astronomide Veri kaynakları: 2-Obje Tabanlı Veri Kaynakları: SIMBAD ve NED. SIMBAD ve NED uygulamaları
|
|
4- |
Astronomide Veri kaynakları: 3- Kataloglar ve katalog sistemleri: CDS veri bankası
CDS uygulamaları - 1. Ödev
|
|
5- |
Gözlemevi Veri Bankaları: 1- ASAS, DPOSS, SDSS, Kepler
Gözlemevi Veri Bankaları üzerinde uygulamalar
(1. Ödev Teslimi)
|
|
6- |
Gözlemevi Veri Bankaları: 2- MACHO, ROTSE, 2MASS, FIRST, WISE, GAIA, HST
Gözlemevi Veri Bankaları üzerinde uygulamalar
(2. Ödev)
|
|
7- |
NASA ve ESA veri bankaları
-MAST
-IRSA
-HEASARC
-CDA
-NSSDC
-PDS
-CADS (KANADA)
-ESA-archive
Veri Bankaları uygulamaları (2. Ödev Teslim)
|
|
8- |
Arasınav
|
|
9- |
Veritabanı Sorgulama
SQL: Search Query Language
SDSS verileri üzerinde SQL uygulamaları
ADQL: Astronomical Database Query Language
GAIA verileri üzerinde ADQL uygulamaları
(3. Ödev)
|
|
10- |
TOPCAT Programı
TOPCAT ile katalog verileri
TOPCAT uygulamaları
(3. Ödev Teslim)
|
|
11- |
Sanal Gözlemevi Uygulaması (VO)
Veri Depolama için FITS dosyaları
(4.Ödev)
|
|
12- |
Veri Madenciliği ve Bilgi Elde Edilmesi: Temel İstatistik Yaklaşımlar
(4.Ödev Teslim)
Proje ödevi ile ilgili açıklamalar
|
|
13- |
Veri Madenciliği ve Bilgi Elde Edilmesi: Veri Dağılımları
(5.Ödev)
|
|
14- |
Veri Madenciliği ve Bilgi Elde Edilmesi: Sınıflama ve Gruplama Algoritmaları
(5. Ödev Teslim)
|
|
15- |
Proje Ödevinin Teslimi ve Final Sınavı
|
|
16- |
--
|
|
17- |
--
|
|
18- |
--
|
|
19- |
--
|
|
20- |
--
|
|
1- |
- Tamamlanmış ve halen devam eden güncel gözlem projeleri hakkında genel bir bilgiye sahip olacaktır.
|
|
2- |
- Astronomik veri tabanlarında yer alan veri türleri ve bunlara ulaşım yöntemleri hakkında uygulamalar yapacak ve geliştirecek becerilere sahip olacaktır.
|
|
3- |
- Bilimsel anlamda problem çözme yeteneğinin gelişmesi bakımından verilere ulaşım, verilerin kullanımı ve işlenmesi süreçlerini uygulamaları olarak öğrenecektir.
|
|
4- |
- Temel bilimsel problemlerin çözümü anlamında yeni yaklaşım üretilme ve uygulayabilme yeteneği kazanacaktır.
|
|
5- |
- Bilgisayar kullanımı ve yeni programların öğrenilmesi ile bilgisayar tabanlı kişisel becerilerinin artması beklenmektedir.
|
|
6- |
- Veri madenciliği ve verilerin görselleştirilmesi alanlarında kazanacağı beceriler ile bu alanda hızla artan iş olanaklarına yönelik olarak bağımsız çalışabilme ve üretebilme yeteneği kazanacaktır.
|
|
7- |
-
|
|
8- |
-
|
|
9- |
-
|
|
10- |
-
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
Alanıyla ilgili bilim dallarını ve kullanılmakta olan kuramsal ve gözlemsel yöntemleri bilmek ve uygulamak.
|
|
|
2- |
Fizik, Matematik, Uzay Bilimleri ve Teknolojileri konularında, edindiği bilgileri eleştirel bir yaklaşımla değerlendirmek, ihtiyaçları belirlemek, öğrenimini yaşam boyu sürdürmeye çalışmak, gelişmeleri izlemek ve güncel bilgilere ulaşmada teknolojiyi etkin biçimde kullanmak.
|
|
|
3- |
Astronomi ve Uzay Bilimleri ile ilgili alanlarda tez çalışmaları projeler yapmak, konulara ilişkin düşüncelerini ve sorunlara ilişkin çözüm yollarını, nicel ve nitel verilerle desteklemek.
|
|
|
4- |
Sözlü ve yazılı iletişim kurmak; en az bir yabancı dili kullanarak bilgi ve iletişim teknolojileri alanındaki gelişmeleri ve meslektaşları ile iletişim becerileri geliştirmek.
|
|
|
5- |
Astronomi ve Uzay Bilimleri alanında kazanılan becerilere yönelik bilimsel ve teknolojik materyalleri tasarlamak ve geliştirmek.
|
|
|
6- |
Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleme ve bunları uygulama.
|
|
|
7- |
Yazılı, kalıcı, güvenilir ve doğru kaynaklardan bilgiye erişebilme ve bilgi kaynaklarını kullanabilme.
|
|
|
8- |
Disiplin içi ve disiplinler arası grup çalışmaları yapabilme, etkin çalışabilme ve zamanı etkin kullanabilme
|
|
|
9- |
Sorumluluk alma, bağımsız davranma ve yaratıcılık becerisi kazanma.
|
|
|
10- |
Mesleki sorumluluk ve etik bilinci geliştirmek.
|
|
|
11- |
Temel fiziksel etkileşimlerle ışınım süreçleri arasında bağlantı kurarak kaydedilen fotonlardan kaynağın özelliklerine ve evrimine ilişkin bilgi türetebilme.
|
|
|
12- |
Bir bütün olarak evrenin ve içerdiği cisimlerin yapısı, oluşumu ve evrimini bilimsel yöntemlerle çok yönlü değerlendirebilme.
|
|
|
13- |
Verinin toplanması, analiz edilmesi ve yorumlanması ile ilgili süreçleri kavrayıp uygulayabilme.
|
|
|
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)
|
10
|
5
|
50
|
|
Ödevler
|
6
|
6
|
36
|
|
Sunum / Seminer hazırlama
|
10
|
3
|
30
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
5
|
5
|
|
Ara sınavlar
|
1
|
2
|
2
|
|
Proje (Yarıyıl ödevi)
|
1
|
10
|
10
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
5
|
5
|
|
Yarıyıl sonu sınavı
|
1
|
2
|
2
|
|
Araştırma
|
1
|
5
|
5
|
|
Toplam iş yükü
|
|
|
187
|
|
AKTS
|
|
|
7.50
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
50
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
5
|
50
|
|
Yarıyıl içi toplam
|
|
100
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
50
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
50
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
Ders esnasında paylaşılan internet kaynakları
SDSS -SQL uygulamaları notları
ADQL uygulamaları notları
|
|
Yardımcı Kaynaklar
|
Statistics, Data Mining, and Machine Learning in Astronomy (Željko Ivezić, Andrew J. Connolly, Jacob T)
|
|