EĞİTİM
Ders Detayı
ELE791 - Bilgi Tabanlı Sistemler
2023-2024 Bahar dönemi bilgileri
Ders bu dönem açık değil
ELE791 - Bilgi Tabanlı Sistemler
| Program | Teorik saat | Uygulamalı saat | Yerel kredi | AKTS kredisi |
| Doktora | 3 | 0 | 3 | 10 |
| Zorunluluk | : | Seçmeli |
| Önkoşul ders(ler) | : | - |
| Eşzamanlı ders(ler) | : | - |
| Veriliş biçimi | : | Yüz yüze |
| Öğrenme ve öğretme teknikleri | : | Anlatım, Soru-Yanıt, Sorun/Problem Çözme |
| Dersin amacı | : | Bu dersin amacı öğrencilerin Bilgi Tabanlı Sistemleri (BTS) çeşitli yönleri ile tanımalarını ve anlamalarını sağlamaktır. Bu ders ayrıca, öğrencilere Bilgi Tabanlı Sistemler ile ilgili araştırma konularında yardımcı olacaktır. |
| Dersin öğrenme çıktıları | : | Dersi başarıyla bitiren bir öğrenci Bilgi tabanlı sistemlerin çalışma ilkelerini bilir. BTS'lerde kullanılan farklı yöntembilimleri bilir bu kavramları BTS gerçekleştirmesinde uygular. BTS yaklaşımının uygun olduğu sorunları tanır ve sınıflandırır. Bir dizi BTS uygulaması ve bazı BTS geliştirme araçları ile aşinadır. |
| Dersin içeriği | : | Bilgi tabanlı sistemlerin temelleri, Önerme mantığı ve yüklem mantığı, Bilginin gösterimi, Çıkarsama ve uslamlama yöntemleri, Kural tabanlı sistemler, Semantik ağlar ve çerçeveler, Nesne tabanlı sistemler, Arama yapıları, Belirsizliğin gösterimi, Belirsizlik durumunda uslamlama, Yaklaşık uslamlama ve bulanık mantık, Karma sistemler, Bilgi edinimi, Alternatif uslamlama yaklaşımları: durum tabanlı uslamlama, model tabanlı uslamlama, Bilgi tabanlı sistem geliştirme araçları, Bilgi tabanlı sistem uygulamaları. |
| Kaynaklar | : | 1. Giarratano J.C., and Riley G.D., Expert Systems -- Principles and Programming, 4/e, Thomson/PWS, 2004. ; 2. Jackson P., Introduction to Expert Systems, 3/e, Addison-Wesley, 1998.; 3. Negnevitsky M., Artificial Intelligence: A Guide to Intelligent Systems, 2/e, Addison-Wesley, 2005.; 4. Russell S., and Norvig P., Artificial Intelligence: A Modern Approach, 3/e, Prentice Hall, 2010. |
| Haftalar | Konular |
|---|---|
| 1 | Bilgi tabanlı sistemlere giriş |
| 2 | Bilgi tabanlı sistemlerin bir yapay zeka uygulaması olarak gözden geçirilmesi |
| 3 | Önerme mantığı, önerme mantığında çıkarsama ve uslamlama yöntemleri |
| 4 | Yüklem mantığı, yüklem mantığında çıkarsama ve uslamlama yöntemleri |
| 5 | Önerme ve yüklem mantığında bilginin gösterimi, bilgi tabanı ile mantıksal uslamlama, yalanlayarak çözümleme |
| 6 | Kural tabanlı sistemler: Bilgi türleri, bilgi sıradüzeni, uzman sistem mimarisi, iletim kuralları ile uslamlama, ileri ve geri yönde çıkarım zinciri, kural üstü kural, VE-VEYA çizgesi, çatışkı çözümleme yöntemleri |
| 7 | Semantik ağlar, semantik ağlar ile uslamlama, semantik ağ çalışması, çerçeveler, çerçeve organizasyonu, nesne tabanlı sistemler |
| 8 | Ara sınav |
| 9 | Arama yapıları: habersiz arama, buluşsal arama, rakipli arama, en küçük-en büyük algoritması, alfa-beta budaması |
| 10 | Belirsizliğin gösterimi: Bayes ağları, Bayes uslamlama, zamansal akıl yürütme ve Markov zincirleri, güven ve kuşku ölçüleri, kesinlik etmenleri, Dempster-Shafer kuramı, güven işlevleri |
| 11 | Yaklaşık uslamlama yaklaşımları, bulanık mantık, bulanık bağlantı, bulanık muhakeme |
| 12 | Karma zeki sistemler: Bulanık uzman sistemler, nöral uzman sistemler, nöral-bulanık sistemler. Bilgi edinimi: Bilgi kaynakları, düzeyleri ve sınıfları |
| 13 | Alternatif uslamlama yaklaşımları: durum tabanlı uslamlama, model tabanlı uslamlama, karar agacı algoritması |
| 14 | Bilgi tabanlı sistem geliştirme araçları ve bilgi tabanlı sistem uygulamaları |
| 15 | Genel sınava hazırlık haftası |
| 16 | Genel sınav |
| 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 | 8 | 20 |
| Sunum | 0 | 0 |
| Projeler | 0 | 0 |
| Seminer | 0 | 0 |
| Kısa Sınav (Quiz) | 0 | 0 |
| Ara Sınavlar | 1 | 30 |
| Genel sınav | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 50 | |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 50 | |
| Toplam | 100 | |
| 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.) | 14 | 10 | 140 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 8 | 7 | 56 |
| Kısa Sınavlara Hazırlanma Süresi | 0 | 0 | 0 |
| Ara sınavlara hazırlanma süresi | 1 | 25 | 25 |
| Genel sınava hazırlanma süresi | 1 | 37 | 37 |
| Toplam iş yükü | 38 | 82 | 300 |
| Program yeterlilikleri | Katkı düzeyi | |||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1. | Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında en üst düzeyde bilgi sahibidir. | |||||
| 2. | Bilim ve teknolojiye yenilik getirecek bilgi, beceri ve yetkinliğe sahiptir. | |||||
| 3. | Bilimsel literatürü ve alanındaki en son gelişmeleri takip eder, edindiği bilgilerin eleştirel analizini, sentezini, değerlendirmesini yapar ve araştırmalarında etkin biçimde kullanır. | |||||
| 4. | Özgün bir araştırmayı bağımsız olarak baştan sona yürütebilir. | |||||
| 5. | Özgün araştırma gerektiren projeleri tasarlar, planlar ve yönetir; disiplinlerarası projelerde liderlik yapabilir. | |||||
| 6. | Bilim ve teknoloji literatürüne katkıda bulunur. | |||||
| 7. | Çalışmalarını yazılı veya sözlü olarak etkin biçimde, Türkçe veya İngilizce sunar. | |||||
| 8. | Toplumsal sorumluluğunun farkındadır, bilimsel ve teknolojik gelişmeleri bilimsel tarafsızlık ilkesi ve etik sorumluluk bilinciyle değerlendirir ve topluma aktarır. | |||||
1: En düşük, 2: Düşük, 3: Orta, 4: Yüksek, 5: Çok yüksek