| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Bulanık Mantık ve Yapay Sinir Ağlarına Giriş | BSM 427 | 7 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi MUHAMMED FATİH ADAK |
| Dersi Verenler | Dr.Öğr.Üyesi MUHAMMED FATİH ADAK, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Bulanık mantık, insan mantık çıkarım sistemlerini lineer olmayan karmaşık çözümlenmesi amacı ile modeller. Yapay sinir ağları (YSA), beynin belirli bir işi veya fonksiyonu gerçekleştirme yöntemini/yolunu modellemek için tasarlanan yapılardır. Bu ders bulanık mantık ve yapay sinir ağları ile ilgili temel bilgiler verir ve uygulama örnekleri sunar. |
| Dersin İçeriği | Bulanık Kümeler. Üyelik fonksiyonları. Bulanık İşlemler. T-norm ve S-norm işlemler. Bulanık kurallar. Bulanıklaştırma, berraklaştırma, bulanık çıkarım. Mamdani bulanık çıkarım. Mamdani bulanık çıkarım uygulamaları. Sugeno bulanık çıkarım ve uygulama örneği. Matlab ortamında bulanık mantık uygulamaları. Beyinin yapısı. Yapay sinir. Perceptron. Çok katmanlı sinir ağları. Öğrenme. Geriye- yayılım algoritması. Momentum katsayısı. Matlab ortamında YSA uygulama örnekleri. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Bulanık mantık ile ilgili temelleri kavramak, | Anlatım, Soru-Cevap, | |
| 2 | Yapay sinir ağları ile ilgili temelleri kavramak, | Anlatım, Soru-Cevap, | |
| 3 | Karşılaşılan problemlerde bulanık mantığın ve YSA yapılarının nasıl uygulanacağını kavramak, | Anlatım, Gösterip Yaptırma, | |
| 4 | Yaygın kullanılan bulanık çıkarım metotlarını öğrenmek, | Anlatım, Soru-Cevap, Gösterip Yaptırma, | |
| 5 | Örnek bulanık mantık ve YSA yazılım araçlarını öğrenmek | Anlatım, Soru-Cevap, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Giriş | |
| 2 | Klasik Kümeler, Bulanık Kümeler | |
| 3 | Klasik ve Bulanık İlişkiler | |
| 4 | Üyelik Fonksiyonları, Bulanıklaştırma ve Durulama | |
| 5 | Mamdani Bulanık Çıkarım ve Kurallar | |
| 6 | Sugeno Bulanık Çıkarım ve Kurallar | |
| 7 | Jfuzzylogic Kütüphane Tanıtımı ve Örnekler | |
| 8 | Jfuzzylogic Kütüphanesi ile Mühendislik Uygulamaları | |
| 9 | Beynin Yapısı ve Yapay Sinir | |
| 10 | Perceptron Kavramı ve Öğrenme | |
| 11 | Çok Katmanlı Sinir Ağları | |
| 12 | Geri Yayılım Algoritması | |
| 13 | Java Ortamında ANN Kütüphanesinin Tanıtımı | |
| 14 | Java ile Yapay Sinir Ağlarının Gerçekleştirimi |
| Kaynaklar | |
|---|---|
| Ders Notu | Bulanık Mantık ve YSA, Sakarya Üniversitesi, Ders Notu |
| Ders Kaynakları | 1.J.-S.R. Jang, C.-T. Sun, E. Mizutani, Neuro Fuzzy and Soft Computing, Prentice Hall, Upper Sllade River, NJ 07458, 1997 2.S. Haykin, Neural Networks, A Comprehensive Foundation, Macmillan Publishing Company, Englewood Cliffs, NJ, 1994 3.Nazife Baykal, Timur Beyan, Bulanık Mantık İlke ve Temelleri, Seçkin Yayınları, 2004, Ankara |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | X | |||||
| 3 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | |||||
| 4 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 6 | Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık, | X | |||||
| 7 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | X | |||||
| 8 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | X | |||||
| 9 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | X | |||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | ||||||
| 11 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | ||||||
| 12 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Bulanık mantık ile ilgili temelleri kavramak, | ||||||||||||
| 2 | Yapay sinir ağları ile ilgili temelleri kavramak, | ||||||||||||
| 3 | Karşılaşılan problemlerde bulanık mantığın ve YSA yapılarının nasıl uygulanacağını kavramak, | ||||||||||||
| 4 | Yaygın kullanılan bulanık çıkarım metotlarını öğrenmek, | ||||||||||||
| 5 | Örnek bulanık mantık ve YSA yazılım araçlarını öğrenmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 30 |
| 1. Ödev | 35 |
| 2. Ödev | 35 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 60 |
| 1. Final | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 5 | 5 |
| Kısa Sınav | 2 | 3 | 6 |
| Ödev | 2 | 10 | 20 |
| Final | 1 | 10 | 10 |
| Toplam İş Yükü | 137 | ||
| Toplam İş Yükü / 25 (Saat) | 5,48 | ||
| Dersin AKTS Kredisi | 5 | ||