Türkçe | English
MÜHENDİSLİK FAKÜLTESİ / ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
( I. ÖĞRETİM)
Ders Bilgi Paketi
http://www.ktu.edu.tr/endustri
Tel: +90 0462 3773824
MF
MÜHENDİSLİK FAKÜLTESİ / ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ / ( I. ÖĞRETİM)
Katalog Ana Sayfa
  Katalog Ana Sayfa  KTÜ Ana Sayfa   Katalog Ana Sayfa
 
 

END4027Yapay Sinir Ağları3+0+0AKTS:5
Yıl / YarıyılGüz Dönemi
Ders DuzeyiLisans
Yazılım Şekli Seçmeli
BölümüENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
Ön KoşulYok
Eğitim Sistemi
Dersin Süresi14 hafta - haftada 3 saat teorik
Öğretim ÜyesiProf. Dr. Şükrü ÖZŞAHİN
Diğer Öğretim Üyesi
Öğretim DiliTürkçe
StajYok
 
Dersin Amacı:
Mühendislik problemlerini modellemek ve çözmek için Yapay Sinir Ağları (YSA) sistemlerinin temel prensiplerini ve algoritmalarını öğretmek.
 
Öğrenim KazanımlarıPÖKKÖY
Bu dersi başarı ile tamamlayan öğrenciler :
ÖK - 1 : Temel yapay sinir ağ modellerini tanımlayabilecek8,101,6
ÖK - 2 : Yaygın kullanılan YSA modellerini ve öğrenme algoritmalarını belirli bir uygulama için kullanabilecek,8,101,5,6
ÖK - 3 : MATLAB ve onun Yapay Sinir Ağ Aracını kullanarak temel YSA modellerini ve algoritmalarını gerçekleştirebilecektir8,101,3,6
PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı
 
Ders İçeriği
 
Haftalık Detaylı Ders Planı
 HaftaDetaylı İçerikÖnerilen Kaynak
 Hafta 1Yapay zeka ve makine öğrenmesine genel bakış
 Hafta 2Yapay sinir ağlarına giriş, yapay sinir ağlarının temelleri
 Hafta 3Biyolojik ve yapay sinir hücreleri, yapay sinir hücresi modelleri
 Hafta 4Eğiticili öğrenme: Algılayıcı öğrenme kuralı
 Hafta 5Temel ağ topolojileri ve çok katmanlı algılayıcı ağı (MLP)
 Hafta 6Geriye yayılım algoritması
 Hafta 7Radyal Taban Fonksiyonlu (RTF) ağlar
 Hafta 8Eğiticisiz Öğrenme: ART ağları, Destekleyici öğrenme: LVQ modeli, Kendini inşa eden harita ağı (SOM)
 Hafta 9Arasınav
 Hafta 10Yapay sinir ağları uygulamaları
 Hafta 11Endüstri mühendisliği uygulama örnekleri
 Hafta 12Yapay sinir ağları ile tahmin
 Hafta 13Yapay sinir ağ modelleri ve ilişkin öğrenme algoritmalarının MATLAB nümerik yazılım ortamında gerçeklenmesi
 Hafta 14Hazır paket program uygulamaları
 Hafta 15Öğrenci sunumları
 Hafta 16Dönem sonu sınavı
 
Ders Kitabı / Malzemesi
1Prof. Dr. Ercan Öztemel, 2003, ?Yapay Sinir Ağları?, Papatya Yayıncılık, 238s.
2Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s.
 
İlave Kaynak
1Haykin, Simon, 1998, ?Neural Networks: A Comprehensive Foundation?, Prentice-Hall, 842p.
2Vasif Nabiyev , Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s., Seçkin, Ankara, 2005.
3Okyay Kaynak ve M. Önder Efe, ?Yapay Sinir Ağları ve Uygulamaları?, Boğaziçi Üniversitesi Yayınevi, 141s.
4Şeref Sağıroğlu, Erkan Beşdok, Mehmet Erler, 2003, ?Mühendislikte Yapay Zeka Uygulamaları - I : Yapay Sinir Ağları?, Ufuk Yayıncılık, 426s.
 
Ölçme Yöntemi
YöntemHaftaTarih

Süre (Saat)Katkı (%)
Arasınav 9 14.11.2019 1.5 25
Proje 14 24.12.2019 1.5 15
Ödev 8 05.11.2019 1.5 10
Dönem sonu sınavı 16 06.01.2020 1.5 50
 
Öğrenci Çalışma Yükü
İşlem adıHaftalık süre (saat)

Hafta sayısı

Dönem toplamı
Yüz yüze eğitim 3 14 42
Sınıf dışı çalışma 3 12 36
Arasınav için hazırlık 8 1 8
Arasınav 1.5 1 1.5
Ödev 3 2 6
Proje 6 1 6
Dönem sonu sınavı için hazırlık 9 1 9
Dönem sonu sınavı 1.5 1 1.5
Toplam Çalışma Yükü110