|
JDZL7370 | Harita Mühendis.Yapay Sinir Ağları | 3+0+0 | AKTS:7.5 | Yıl / Yarıyıl | Bahar Dönemi | Ders Duzeyi | Doktora | Yazılım Şekli | Seçmeli | Bölümü | HARİTA MÜHENDİSLİĞİ ANABİLİM DALI | Ön Koşul | Yok | Eğitim Sistemi | Yüz yüze | Dersin Süresi | 14 hafta - haftada 3 saat teorik | Öğretim Üyesi | Dr. Öğr. Üyesi Leyla ÇAKIR | Diğer Öğretim Üyesi | - | Öğretim Dili | Türkçe | Staj | Yok | | Dersin Amacı: | Yapay sinir ağları (YSA) konusunda analiz ve tasarım yapabilecek düzeyde bilgi sahibi olmak |
Öğrenim Kazanımları | PÖKK | ÖY | Bu dersi başarı ile tamamlayan öğrenciler : | | | ÖK - 1 : | Yapay sinir ağları ile ilgili temel kavramları öğrenir. | 1 | 1 | ÖK - 2 : | Çeşitli YSA yapıları arasındaki farklılıkları öğrenir. | 1,2 | 1 | ÖK - 3 : | Klasik yöntemlerle karşılaştırıldığında YSA nın avantaj/dezavantajlarını görür. | 2,3 | 3 | ÖK - 4 : | YSA ile Harita Mühendisliği problemlerinde etkin çözümler üretir. | 2,5,7 | 3 | 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 | |
YSA?ların tarihsel gelişimi, Biyolojik ve yapay sinir hücresi özellikleri, Yapay sinir ağlarının özellikleri, Yapay sinir ağlarının sınıflandırılması, YSA da kullanılan öğrenme algoritmaları ve öğrenme kuralları, Çok katmanlı yapay sinir ağları, Çeşitli yapay sinir ağları |
|
Haftalık Detaylı Ders Planı | Hafta | Detaylı İçerik | Önerilen Kaynak | Hafta 1 | Giriş | | Hafta 2 | Yapay sinir ağları (YSA), YSA ların genel kullanım alanları | | Hafta 3 | YSA?ların tarihsel gelişimi, | | Hafta 4 | Yapay sinir ağlarının özellikleri. | | Hafta 5 | Yapay sinir ağlarının sınıflandırılması. | | Hafta 6 | YSA da kullanılan öğrenme algoritmaları | | Hafta 7 | YSA da öğrenme kuralları. | | Hafta 8 | Tek katmanlı algılayıcılar | | Hafta 9 | Ara sınav | | Hafta 10 | Çok katmanlı yapay sinir ağları. | | Hafta 11 | Yapay sinir ağlarının tasarımı | | Hafta 12 | Radyal bazlı yapay sinir ağları | | Hafta 13 | Genelleştirilmiş regresyon yapay sinir ağları | | Hafta 14 | Proje sunumları | | Hafta 15 | Proje sunumları | | Hafta 16 | Dönem sonu sınavı | | |
1 | Haykin S. 1999; Neural Networks: A Comprehensive Foundation, Prentice Hall | | 2 | Haykin S. 1999; Neural Networks: A Comprehensive Foundation, Prentice Hall | | 3 | Bishop, C. M. 1995; Neural Networks for Pattern Recognition, Oxford University Press | | 4 | Bishop, C. M. 1995; Neural Networks for Pattern Recognition, Oxford University Press | | |
1 | Zurada, M. J. 1992; Introduction to Artificial Neural Systems, West Publishing Company | | 2 | Zurada, M. J. 1992; Introduction to Artificial Neural Systems, West Publishing Company | | |
Ölçme Yöntemi | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | Arasınav | 9 | | 2 | 30 | Proje | 14,15 | | | 20 | Uygulama | 12,13 | | | | Dönem sonu sınavı | 16 | | 2 | 50 | |
Öğrenci Çalışma Yükü | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | Yüz yüze eğitim | 3 | 14 | 42 | Sınıf dışı çalışma | 4 | 12 | 48 | Laboratuar çalışması | 2 | 2 | 4 | Arasınav için hazırlık | 2 | 7 | 14 | Arasınav | 2 | 1 | 2 | Uygulama | 2 | 2 | 4 | Ödev | 2 | 2 | 4 | Proje | 2 | 2 | 4 | Dönem sonu sınavı için hazırlık | 2 | 14 | 28 | Dönem sonu sınavı | 3 | 1 | 3 | Toplam Çalışma Yükü | | | 153 |
|