Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
---|---|---|---|---|---|---|
Nöron Ağları ve Uygulamaları | EHM5108 | 3 | 7.5 | 3 | 0 | 0 |
Önkoşullar | Yok |
---|
Yarıyıl | Güz, Bahar |
---|
Dersin Dili | Türkçe |
---|---|
Dersin Seviyesi | Yüksek Lisans |
Dersin Türü | Seçmeli @ Elektr.&Hab. Müh. ABD Elektronik Yüksek Lisans Programı Seçmeli @ Elektr.&Hab. Müh. ABD Haberleşme Yüksek Lisans Programı Seçmeli @ Elektr.&Hab. Müh. ABD Elektronik Doktora Programı Seçmeli @ Elektr.&Hab. Müh. ABD Haberleşme Doktora Programı |
Ders Kategorisi | Uzmanlık/Alan Dersleri |
Dersin Veriliş Şekli | Yüz yüze |
Dersi Sunan Akademik Birim | Elektronik & Haberleşme Mühendisliği Bölümü |
---|---|
Dersin Koordinatörü | Tülay Yıldırım |
Dersi Veren(ler) | Tülay Yıldırım, Nihan Kahraman, Burcu Erkmen , Revna ACAR VURAL, Nergis TURAL POLAT |
Asistan(lar)ı |
Dersin Amacı | Yapay sinir ağları hakkında temel bilgilerin edinilmesi ve uygulama alanlarının incelenmesi |
---|---|
Dersin İçeriği | Yapay sinir ağları ile hesaplama, ağ modelleri, yapay sinir ağlarında öğrenme, güncel uygulamalar |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Biyolojik ve yapay nöron arasındaki ilişkiyi anlayabilir.
- Yapay sinir ağlarını modelleyebilir.
- Öğrenme proseslerini anlayabilir.
- Yapay sinir ağlarını tasarlayabilir.
- Yapay sinir ağlarını gerçek dünyaya uygulayabilir.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
PÇ-1 | - | - | - | - | - |
PÇ-2 | - | - | - | - | - |
PÇ-3 | - | - | - | - | - |
PÇ-4 | - | - | - | - | - |
PÇ-5 | - | - | - | - | - |
PÇ-6 | - | - | - | - | - |
PÇ-7 | - | - | - | - | - |
PÇ-8 | - | - | - | - | - |
PÇ-9 | - | - | - | - | - |
PÇ-10 | - | - | - | - | - |
PÇ-11 | - | - | - | - | - |
PÇ-12 | - | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Yapay sinir ağları ile hesaplama ve tarihçesi | Ders Kitabı |
2 | Yapay sinir ağları ve biyolojik nöron, yapay nöron modeli | Ders Kitabı |
3 | Aktivasyon fonksiyonları , Ağ topolojileri: İleri beslemeli ve geri beslemeli ağlar | Ders Kitabı |
4 | Yapay sinir ağı modelleri: Statik ve dinamik ağlar, karar sınırları | Ders Kitabı |
5 | Yapay sinir ağlarının eğitilmesi-Eğiticili ve eğiticisiz | Ders Kitabı |
6 | İşaret ve ağırlık vektör uzayları, temel öğrenme algoritması | Ders Kitabı |
7 | Öğrenme kuralları: Hebb kuralı, Perceptron kuralı, Delta kuralı, Widrow-Hoff kuralı, Yarışmalı öğrenme kuralı | Ders Kitabı |
8 | Ara Sınav 1 | |
9 | RBF ağları | Ders Kitabı |
10 | CSFN ağları | Ders Kitabı |
11 | Çağrışımlı bellekler, Hopfield ağı, Kendi kendine organize olan ağlar | Ders Kitabı |
12 | Yapay sinir ağlarının uygulamaları | Ders Kitabı |
13 | Öğrenci seminerleri | |
14 | Öğrenci seminerleri | |
15 | Öğrenci seminerleri | |
16 | Final |
Değerlendirme Sistemi
Etkinlikler | Sayı | Katkı Payı |
---|---|---|
Devam/Katılım | ||
Laboratuar | ||
Uygulama | ||
Arazi Çalışması | ||
Derse Özgü Staj | ||
Küçük Sınavlar/Stüdyo Kritiği | ||
Ödev | 2 | 20 |
Sunum/Jüri | ||
Projeler | ||
Seminer/Workshop | 1 | 20 |
Ara Sınavlar | 1 | 20 |
Final | 1 | 40 |
Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
Final Sınavının Başarı Notuna Katkısı | ||
TOPLAM | 100 |
AKTS İşyükü Tablosu
Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
---|---|---|---|
Ders Saati | 13 | 3 | |
Laboratuar | |||
Uygulama | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 13 | 3 | |
Derse Özgü Staj | |||
Ödev | 2 | 20 | |
Küçük Sınavlar/Stüdyo Kritiği | |||
Projeler | 1 | 35 | |
Sunum / Seminer | 1 | 30 | |
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 18 | |
Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 18 | |
Toplam İşyükü : | |||
Toplam İşyükü / 30(s) : | |||
AKTS Kredisi : |
Diğer Notlar | Yok |
---|