Giriş | English

Lisans > Mühendislik Fakültesi > Biyomedikal Mühendisliği > BİYOMEDİKAL MÜHENDİSLİĞİNDE YAPAY SİNİR AĞLARI
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
BİYOMEDİKAL MÜHENDİSLİĞİNDE YAPAY SİNİR AĞLARI Birinci düzey BMM413 Seçmeli 7 3.00 3.00 Yazdır
   
Dersin tanımı
Ön koşul dersleri -
Eğitimin dili Türkçe
Koordinatör ARAŞTIRMA GÖREVLİSİ MURAT EMRE ERKOÇ
Dersi veren öğretim eleman(lar)ı PROF. DR. MEHMET EMİN YÜKSEL
Yardımcı öğretim eleman(lar)ı -
Dersin veriliş şekli Yüz Yüze
Dersin amacı Yapay Sinir Ağlarının Biyomedikal Mühendisliği Alanındaki Uygulamalarını Anlamak ve Kullanmak
Dersin tanımı Yapay Sinir Ağlarına Genel Bir Giriş Yapılması

Dersin içeriği
1- Sinir Ağı Nedir
2- İnsan Beyni
3- Nöronun Matematiksel Modeli
4- Perseptron
5- Simulasyon: Örüntü Analizi
6- Regrasyon ile Model Oluşturmak
7- En Küçük Kareler Metodu
8- Çok Katmanlı Perseptron
9- Toplu Öğrenme ve On-Line Öğrenme
10- Geriye Yayılım Algoritması
11- Kernel Methodu Radyal Tabanlı Fonksiyon Ağları
12- K-Means Kümeleme
13- Destek Vektör Makinaları
14- Eğitim Algoritmaları
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Yapay Sinir Ağlarının Temellerinin Öğretilmesi
2- Yapay Sinir Ağlarına Biyomedikal Mühendisliği Açısından Bakılması
3- Matematik, fen ve mühendislik bilgilerini uygulama becerisi
4- İhtiyaçları karşılayacak sistem tasarımı
5- Mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
6- Yazılım geliştirilmesi
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2- Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3- Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4- Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5- Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6- Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7- Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8- Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9- Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10- Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11- Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
12- 12 a) biyoloji ve fizyoloji konularını anlayabilme;
13- 12 b) türevsel denklemler ve istatistik dahil, ileri matematik, fen ve mühendislik bilgilerini biyoloji ve mühendisliğin arakesitindeki problemlerin çözümüne uygulayabilme becerisi;
14- 12 c) canlı sistemler üzerinde ölçüm yapabilme ve bu ölçümlerden toplanacak verileri yorumlama becerisi;
15- 12 d) canlı ve cansız malzemeler ve sistemler arasındaki etkileşime ilişkin problemleri çözme becerisi
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 2 28
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 3 42
Ödevler 4 2 8
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 4 2 8
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 4 3 12
Yarıyıl sonu sınavı 1 2 2
Araştırma 0 0 0
Toplam iş yükü     102
AKTS     4.00

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

Önerilen veya zorunlu okuma materyalleri
Ders kitabı Neural Networks and Learning Machines (3rd Edition) by Simon Haykin
Yardımcı Kaynaklar Neural Network Learning: Theoretical Foundations by Martin Anthony, Peter L. Bartlett

Ders ile ilgili dosyalar