| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Bulanık Mantık ve Yapay Sinir Ağlarına | EBT 542 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi MUHAMMED FATİH ADAK |
| Dersi Verenler | |
| 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, | Sınav , Proje / Tasarım, |
| 2 | Yapay sinir ağları ile ilgili temelleri kavramak, | Anlatım, Soru-Cevap, | Sınav , Proje / Tasarım, Performans Görevi, |
| 3 | Karşılaşılan problemlerde bulanık mantığın ve YSA yapılarının nasıl uygulanacağını kavramak, | Anlatım, Soru-Cevap, Beyin Fırtınası, | Sınav , Sözlü Sınav, Ödev, |
| 4 | Yaygın kullanılan bulanık çıkarım metotlarını öğrenmek, | Anlatım, Problem Çözme, | Sınav , Sözlü Sınav, Ödev, |
| 5 | Örnek bulanık mantık ve YSA yazılım araçlarını öğrenmek | Anlatım, Soru-Cevap, Bireysel Çalışma, | Sözlü Sınav, Ödev, Performans Görevi, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Bulanık Kümeler. Üyelik fonksiyonları. | |
| 2 | Bulanık İşlemler. T-norm ve S-norm işlemler. | |
| 3 | Bulanık kurallar. Bulanıklaştırma, berraklaştırma, bulanık çıkarım. | |
| 4 | Mamdani bulanık çıkarım. | |
| 5 | Mamdani bulanık çıkarım uygulamaları. | |
| 6 | Sugeno bulanık çıkarım ve uygulama örneği. | |
| 7 | Matlab ortamında bulanık mantık uygulamaları. | |
| 8 | Beynin yapısı. Yapay sinir. | |
| 9 | Perceptron | |
| 10 | Çok katmanlı sinir ağları. | |
| 11 | Öğrenme | |
| 12 | Geri yayılım algoritması. | |
| 13 | Geri yayılımda momentum katsayısı. | |
| 14 | Matlab ortamında YSA uygulama örnekleri. |
| 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 | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisi | X | |||||
| 2 | Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi | X | |||||
| 3 | Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi | X | |||||
| 4 | Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi | X | |||||
| 5 | Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgi | X | |||||
| 6 | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi | X | |||||
| 7 | Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri | X | |||||
| 8 | Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi | X | |||||
| 9 | Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi | X | |||||
| 10 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği | X | |||||
| 11 | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi | X | |||||
| 12 | Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 60 |
| 1. Kısa Sınav | 5 |
| 1. Ödev | 15 |
| 2. Kısa Sınav | 5 |
| 2. Ödev | 15 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| 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 | 25 | 25 |
| Final | 1 | 20 | 20 |
| Toplam İş Yükü | 141 | ||
| Toplam İş Yükü / 25 (Saat) | 5,64 | ||
| Dersin AKTS Kredisi | 6 | ||