Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
YAPAY SİNİR AĞLARI VE HAVACILIK UYGULAMALARI	İkinci Düzey	SHA 532	Seçmeli	1	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	-
Eğitimin Dili	TÜRKÇE
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı	DOÇ. DR. İLKE TÜRKMEN
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	DERS SINIF ORTAMINDA BİLGİSAYAR SUNUMLARI İLE ANLATILIR.
Dersin Amacı	YAPAY SİNİR AĞLARI İLE İLGİLİ TEMEL KAVRAMLARI ANLATMAK. HAVACILIKLA İLGİLİ PROBLEMLERİN ÇÖZÜMÜNDE YSA'YI KULLANABİLME YÖNTEMLERİNİ GÖSTERMEK.
Dersin Tanımı	BU DERS YAPAY SİNİR AĞLARI İLE İLGİLİ TEMEL BİLGİLERİ VE YAPAY SİNİR AĞLARININ HAVACILIK PROBLEMLERİNE UYGULAMALARINI KAPSAMAKTADIR.

Dersin İçeriği

1	Sinir ağlarına giriş ve tarihçesi, yapay sinir ağları.
2	Tek katmanlı algılayıcılar, Hebbian öğrenme, eğimli azalan öğrenme, genel delta kuralı.
3	Çok katmanlı algılayıcılarda öğrenme
4	Geri besleme, momentle öğrenme, birleşik eğimli öğrenme
5	Önyargı ve değişkenlik, alt-yerleştirme ve üst-yerleştirme, genelleştirmeyi geliştirme
6	Çok katmanlı algılayıcı uygulamaları
7	Çok katmanlı algılayıcı uygulamaları
8	Çok katmanlı algılayıcı uygulamaları
9	Radyal tabanlı fonksiyon ağları,
10	Kendini organize eden sistemlere giriş
11	Yapay sinir ağlarının havacılıkla ilgili çeşitli problemlere uygulanması ve avantajları.
12	Yapay sinir ağlarının havacılıkla ilgili çeşitli problemlere uygulanması ve avantajları.
13	Yapay sinir ağlarının havacılıkla ilgili çeşitli problemlere uygulanması ve avantajları.
14	Yapay sinir ağlarının havacılıkla ilgili çeşitli problemlere uygulanması ve avantajları.
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Yapay sinir ağlarının yapısı ve çeşitleri hakkında temel bilgiye sahip olmak
2	Yapay sinir ağlarını havacılıkla ilgili problemlerde kullanabilmek
3	-
4	-
5	-
6	-
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 İş 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	3	5	15
Sunum / Seminer hazırlama	2	5	10
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	10	10
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	2	10	20
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	10	10
Yarıyıl sonu sınavı	1	2	2
Araştırma	5	5	25
Toplam iş yükü			186
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	1. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761 2. J. M. Zurada, Int. To Artificial Neural Systems, West Publishing Company, 1992 ISBN 053495460X, 9780534954604.
Yardımcı Kaynaklar	1. S. Haykin, Neural Networks and Learning Machines, Pearson Education, 3rd Ed., 2009, ISBN13 9780131293762 ISBN10 0131293761

Ders İle İlgili Dosyalar