EĞİTİM
Ders Detayı

ELE685 - Sinir Ağları

2023-2024 Bahar dönemi bilgileri
Ders bu dönem açık değil
ELE685 - Sinir Ağları
Program Teorik saat Uygulamalı saat Yerel kredi AKTS kredisi
Yüksek lisans 3 0 3 8
Zorunluluk : Seçmeli
Önkoşul ders(ler) : -
Eşzamanlı ders(ler) : -
Veriliş biçimi : Yüz yüze
Öğrenme ve öğretme teknikleri : Anlatım, Soru-Yanıt, Uygulama-Alıştırma, Sorun/Problem Çözme
Dersin amacı : Kursun amacı çok kullanılan sinir ağları yapılarının ve ilgili öğrenme yordamlarının tanıtımı ile birlikte öğrenme paradigması ve ilgili ağ uygulamalarının kavranmasını sağlamaktır. Bu kurs mühendislik uygulamalarında kullanılan sinir ağları çözümleme araçlarından sinyal işleme kapasitesini daha çok ön plana çıkarmaktadır.
Dersin öğrenme çıktıları : Dersi başarıyla bitiren bir öğrenci öğrenme ve sınıflandırma problemlerinde bazı temel ve öncü çabaları bilir, Temel öğrenme birimlerini ve bilgi sunum mekanizmalaranı çalışır, Temel eniyileme kuramı ve öğrenme paradigmaları ile ilintisi bilgisine sahip olur, Sınıflandırma ve öğrenme aşamalarında standart yöntemlerle sinir ağları yaklaşımlarını karşılaştırabilir, Mühendislik problemlerinde danışımlı veya danışımsız ile dinamik veya durağan yaklaşımlara ait beklentilere göre sinir ağlarının önemli araçlarını öğrenir, Gelişmiş güncel sinir ağları algoritmalarını takip edip anlayabilecek bilgiye sahip olur, Problem çözümleri geliştirirken uygun bilgisayar programlama araçlarını yetkin bir şekilde kullanır.
Dersin içeriği : 1. Sinir ağlarına giriş , 2. Temel kavramlar ? nöron modelleri, Mc Culloch Pitts modeli, Rosenblatt?ın perseptronu, öğrenme, 3. Aradeğerlendirme ve eniyileme: en küçük kareler tahmini, özyineli en küçük kareler tahmini, türevsel tabanlı eniyileme, 4. Tek katlı perseptronlar, 5. Çok katlı perseptronlar, 6. Kendinden organize olan yapılar: Hebbian öğrenme, Kohonen haritası, 7. Dinamik ağlar: Zaman gecikmeli sinir ağları, geribeslemeli sinir ağları, 8. Radyal tabanlı ağlar.
Kaynaklar : Haykin, S., Neural Networks, A comprehensive Foundation, Prentice Hall, 2nd ed., 1999.; ; Jang, J.S.R., Sun T.S., Mizutani, E., Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997.; ; Lau, C., edt., Neural Networks, Theoretical Foundations and Analysis, IEEE Press, 1992.; ; Cichocki, A., Unbehauen, R. ,Neural Networks for Optimization and Signal Processing, Wiley,1993. ; ; Shalkoff, R.J., ?Artificial Neural Networks?, Mc Graw Hill, 1997.; ; Haykin. S., ? Adaptive Filter Theory?, Prentice Hall, 1996.
Haftalara Göre İşlenecek Konular
Haftalar Konular
1 Sinir ağlarına giriş
2 Temel kavramlar ? nöron modelleri, Mc Culloch Pitts modeli
3 Temel kavramlar ? bilgi sunumu, Rosenblatt?ın perseptronu, öğrenme paradigmaları
4 Aradeğerlendirme ve eniyileme: en küçük kareler tahmini, özyineli en küçük kareler tahmini
5 Aradeğerlendirme ve eniyileme: türevsel tabanlı eniyileme
6 Tek katlı perseptronlar,
7 Çok katlı perseptronlar: geriyayılım algoritması
8 Çok katlı perseptronlar: iyi programlama önerileri, uygulamalar
9 Ara sınav
10 Kendinden organize olan yapılar: Hebbian öğrenme, Kohonen haritası
11 Dinamik ağlar: zaman gecikmeli sinir ağları
12 Dinamik ağlar: geribeslemeli sinir ağları
13 Radyal tabanlı ağlar
14 Mühendislik uygulamaları ve karşılaştırmalar
15 Genel sınav
16 Genel sınav
Değerlendirme Sistemi
Yarıyıl içi çalışmaları Sayısı Katkı Payı %
Devam 0 0
Laboratuar 0 0
Uygulama 0 0
Alan Çalışması 0 0
Derse Özgü Staj (Varsa) 0 0
Ödevler 3 45
Sunum 0 0
Projeler 0 0
Seminer 0 0
Kısa Sınav (Quiz) 0 0
Ara Sınavlar 1 15
Genel sınav 1 40
Toplam 100
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı 60
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı 40
Toplam 100
AKTS (Öğrenci İş Yükü) Tablosu
Yarıyıl içi çalışmaları Sayısı Süre (saat) Toplam iş yükü
Ders Süresi 14 3 42
Laboratuar 0 0 0
Uygulama 0 0 0
Derse özgü staj (varsa) 0 0 0
Alan Çalışması 0 0 0
Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb.) 13 4 52
Sunum / Seminer Hazırlama 0 0 0
Proje 0 0 0
Ödevler 3 25 75
Kısa Sınavlara Hazırlanma Süresi 0 0 0
Ara sınavlara hazırlanma süresi 1 15 15
Genel sınava hazırlanma süresi 1 25 25
Toplam iş yükü 32 72 209
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
Program yeterlilikleri Katkı düzeyi
1 2 3 4 5
1. Elektrik ve Elektronik Mühendisliği'nin gerektirdiği temel bilgilerin yanı sıra Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında geniş ve derin bilgiye sahiptir.
2. Matematik, Fen Bilimleri ve Elektrik ve Elektronik Mühendisliği alanlarındaki kuramsal ve uygulamalı bilgileri kullanarak ileri düzeyde analiz ve sentez yeteneği gerektiren karmaşık mühendislik problemlerini çözer.
3. Bilimsel literatürü takip eder, yorumlar ve mühendislik problemlerinin çözümünde etkin olarak kullanır.
4. Araştırma tasarlar, yapar, sonuçları analiz eder ve yorumlar.
5. Proje tasarlar, planlar ve yönetir; disiplinlerarası çalışmalarda liderlik yapabilir.
6. Problem çözümlerinde yeni ve özgün fikirler üretir.
7. Karmaşık, sınırlı ya da eksik verileri analiz edip anlamlı sonuçlar çıkartabilir, disiplinler arası çalışmalarda bu becerisini kullanabilir.
8. Teknolojik gelişmeleri takip eder, kendisini geliştirip yeniler, yeni durumlara kolay uyum sağlar.
9. Uygulamalarının etik açıdan uygunluğunu ve sosyal ve çevresel etkilerini göz önüne alır.
10. Fikirlerini ve çalışmalarını yazılı veya sözlü olarak etkinlikle sunar; İngilizce'yi ileri düzeyde kullanır.
1: En düşük, 2: Düşük, 3: Orta, 4: Yüksek, 5: Çok yüksek
Genel Bilgiler | Ders ve Sınav Takvimleri | Ders ve Sınıfların Anlık Durumu
Lisans Programı | Bölüm Dışından Başvuran Öğrenciler İçin Yandal Programı | Açılan Dersler, Şubeleri ve Sorumluları | Haftalık Ders Programı | Dönemlik Sınav Programları | Kayıt için Gerekli Bilgiler | Önkoşullu ve Eşzamanlı Dersler | Staj için Gerekli Bilgi ve Belgeler | Lisans Programı Danışman Öğretim Üyeleri | ELE 401-402 Bitirme Projesi Bilgileri | Bitirme Projesi Sanal Sergileri | Erasmus+ Programı | Diğer Yardımcı Belge ve Dilekçeler | AKTS Ders Kataloğu | HÜ Öğrenci İşleri Dairesi
Lisansüstü Programı | Açılan Dersler ve Sorumluları | Haftalık Ders Programı | Dönemlik Final Sınav Programı | Lisansüstü Tez Savunma ve Seminer Takvimi | Kayıt için Gerekli Bilgiler | AKTS Ders Kataloğu - Yüksek Lisans | AKTS Ders Kataloğu - Doktora | HÜ Fen Bilimleri Enstitüsü | Diğer Yardımcı Belge ve Dilekçeler