buradan - Bilgisayar Mühendisliği Bölümü
Transkript
buradan - Bilgisayar Mühendisliği Bölümü
ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER BİM514 Bulanık Sistemler Teorisi Ders Adı Dönemi: Bahar Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Prof. Dr. Derviş Karaboğa Öğretim Üyesi 8.00-17.00 Görüşme Saatleri E posta: karaboga@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039 Melikgazi Kayseri / TURKİYE Tel: 90 352 4374901 Dahili: 32577 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: Esas: Evet İlgili: Yan dal: İleri: Evet Başlangıç: Orta: Uzmanlık: Bulanık kümeye dair kavramların anlaşılması ve bulanık sistemlerin incelenmesi. Dersin Amacı Bulanık Küme Teorisi, Bulanık Kümelerde İşlemler, Üyelik Fonksiyonları, İlişki Ders İçeriği Öğretim Metodu Matrisleri ve Operatörler, Sonuç Çıkarım Mekanizmaları, Bulanık Algoritmalar, Bulanık Mantık Kontrolü (FLC), Bulanık Kümeleme, Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS). Derste verilen teorik bilgilerden sonra, seçilmiş çeşitli konularla ilgili uygulamalar anlatılır. Öğrencilere farklı araştırma konuları verilir ve daha sonra öğrenciler, yapılan araştırma ve uygulamaları derste sınıf geneliyle paylaşır ve konunun tartışması gerçekleştirilir. Öğrenciler derslere katılmalı, verilen ödevleri zamanında yapmalı, arasınav ve final sınavlarında başarılı olmalıdır. Öğrenciden İstenilen Gereklilikler Kapalı notlarla, bir yazılı arasınav, bir yazılı yarıyılsonu sınavı yapılır. Ham başarı Başarı Notunun puanı, yarıyılsonu sınav puanının % 60'ına, ara sınavlar puan ortalamasının % Hesaplanması 40'ına eklenmesiyle hesaplanır. Fuzzy Set Theory--and Its Applications; Hans Jürgen Zimmermann; Springer, 2001. • Fuzzy Control Systems; Abraham Kandel, Gideon Langholz; CRC Press, 1994. • Fuzzy Logic with Engineering Applications; Timothy J. Ross; John Wiley and Sons, 2010. Önerilen Kaynaklar, • Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Bulanık Küme Teorisi 2. Hafta Bulanık Kümelerde İşlemler 3. Hafta Üyelik Fonksiyonları 4. Hafta İlişki Matrisleri ve Operatörler 5. Hafta Sonuç Çıkarım Mekanizmaları 6. Hafta Sonuç Çıkarım Mekanizmaları 7. Hafta Bulanık Algoritmalar 8. Hafta ARA SINAV 9. Hafta Bulanık Mantık Kontrolü (FLC) 10. Hafta Bulanık Mantık Kontrolü (FLC) 11. Hafta 12. Hafta 13. Hafta 14. Hafta Bulanık Kümeleme Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS) Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS) Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS) ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER BİM513 Zeki Optimizasyon Teknikleri Ders Adı Dönemi: Güz Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Prof. Dr. Derviş Karaboğa Öğretim Üyesi 8.00-17.00 Görüşme Saatleri E posta: karaboga@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039 Melikgazi Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32577 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: Esas: Evet İlgili: Yan dal: İleri: Evet Başlangıç: Orta: Uzmanlık: Optimizasyon kavramlarının anlaşılması ve farklı zeki optimizasyon tekniklerinin Dersin Amacı Ders İçeriği Öğretim Metodu incelenmesi. Optimizasyon Temel Kavramları, Optimizasyon Problemlerinin ve Yöntemlerinin Sınıflandırılması, Geleneksel Optimizasyon Yöntemleri, Sezgisel Algoritmalar, Isıl İşlem Algoritması, Tabu Araştırma Algoritması, Genetik Algoritma, Karınca Koloni Algoritması, Yapay Bağışıklık Algoritması, Diferansiyel Gelişim Algoritması, Yapay Arı Kolonisi Algoritması. Derste verilen teorik bilgilerden sonra, seçilmiş çeşitli konularla ilgili uygulamalar anlatılır. Öğrenciler derslere katılmalı, arasınav ve final sınavlarında başarılı olmalıdır. Öğrenciden İstenilen Gereklilikler Kapalı notlarla, bir yazılı arasınav, bir yazılı yarıyılsonu sınavı yapılır. Ham başarı Başarı Notunun puanı, yarıyılsonu sınav puanının % 60'ına, ara sınavlar puan ortalamasının % Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler 40'ına eklenmesiyle hesaplanır. • Karaboga D. and Pham D.T.: Intelligent Optimisation Techniques. Springer Verlag, 2000. • Karaboga D.: Yapay Zeka Optimizasyon Algoritmaları (Genişletilmiş 2. Basım). Nobel Yayın Dağıtım, Ankara, 2011. • Karaboga D.: Yapay Zeka Optimizasyon Algoritmaları. Atlas Yayın Dağıtım, İstanbul, 2004. Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Optimizasyon Temel Kavramları 2. Hafta Optimizasyon problemlerinin ve yöntemlerinin sınıflandırılması 3. Hafta Geleneksel Optimizasyon Yöntemleri 4. Hafta Geleneksel Optimizasyon Yöntemleri 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta Sezgisel algoritmalar Isıl İşlem Algoritması Tabu Araştırma Algoritması ARA SINAV Genetik Algoritma Genetik Algoritma Karınca Koloni Algoritması Yapay Bağışıklık Algoritması Diferansiyel Gelişim Algoritması Yapay Arı Kolonisi Algoritması ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER Uygulamalı Sayısal Yöntemler Ders Adı Dili: Türkçe Dönemi: Bahar Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Bahriye AKAY Öğretim Üyesi Perşembe 10.00-12.00 Görüşme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak. Bilgisayar Müh., 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Orta: Evet Başlangıç: İleri Uzmanlık: Sayısal Yöntemlerde özellikle optimizasyon amaçlı kullanılan metotların Dersin Amacı Ders İçeriği Öğretim Metodu incelenerek, bu metotların programlanabilmesi yada paket programlar kullanarak kullanılabilmesi MATLAB, Hatalar, Kök Bulma, Lineer Cebirsel Denklemlerin Çözümü, Kısıtlamalı ve Kısıtlamasız Optimizasyon, Eğri uydurma Teorik bilgilerin verilmesi ve uygulamaya dönük kodlama yada yazılımların kullanılması Öğrenciden İstenilen Öğrencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 ağırlıklı ortalaması alınarak Başarı Notunun karşılık gelen harf notuna çevrilir. Hesaplanması Önerilen Kaynaklar, S. C. Chapra, Applied Numerical Methods with MATLAB, S. Chapra, R. Canale, Mühendisler için sayısal yöntemler Araç ve Gereçler MATLAB yazılımı Haftalara Göre Ders Planı Haftalar Konular MATLAB programlama dili giriş 1. Hafta 2. Hafta 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta MATLAB grafik modülleri Kesme Hataları ve Taylor Serisi Denklem Köklerinin Bulunmasında Kullanılan metotlar ve bu metotların programlanması (Bisection, iteratif search, Newton raphson, sekant, katlı kökler,) Polinom Köklerinin Bulunmasında kullanılan metotlar ve bu metotların programlanması (Klasik yöntemler, Müller yöntemi, Bairstow yöntemi) Lineer Cebirsel Denklemlerin Çözümünde kullanılan metotlar ve bu metotların programlanması (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel) Optimizasyon Bir Boyutlu Kısıtlamasız Optimizasyon (Golden Section, Second Order Interpolation, Newton Yöntemi) ARA SINAV Optimizasyon Çok Boyutlu Kısıtlamasız Optimizasyon (Direct methods, gradyent methods)Kısıtlamalı Optimizasyon Lineer Programlama Kısıtlamalı Optimizasyon Nonlineer Programlama Optimizasyon Lineer ve Nonlineer problemler için Sezgisel Algoritmalar Eğri Uydurma En küçük kareler regresyonu Eğri Uydurma İnterpolasyon Eğri uydurma Fourier Approximation ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER İleri Stokastik Süreçler Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Bahriye AKAY Öğretim Üyesi Perşembe 10.00-12.00 Görüşme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak. Bilgisayar Müh., 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Uzmanlık: Evet Başlangıç: Orta: İleri Stokastik süreçlerin durma, dallanma ve yakınsama durumlarının analizi Dersin Amacı Olasılık teorisi, Markov Modelleri, Martingale Modelleri, Yakınsama Teoremleri, Ders İçeriği Durma Zamanları Teorik bilgilerin verilmesi Öğretim Metodu Öğrenciden İstenilen Öğrencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 ağırlıklı ortalaması alınarak Başarı Notunun karşılık gelen harf notuna çevrilir. Hesaplanması Önerilen Kaynaklar, Probability Theory, Amir Dembo, Stanford University Stochastic Processes, Amir Dembo, Stanford University Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular MATLAB programlama dili giriş 1. Hafta MATLAB grafik modülleri 2. Hafta Kesme Hataları ve Taylor Serisi 3. Hafta Denklem Köklerinin Bulunmasında Kullanılan metotlar ve bu metotların programlanması 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta (Bisection, iteratif search, Newton raphson, sekant, katlı kökler,) Polinom Köklerinin Bulunmasında kullanılan metotlar ve bu metotların programlanması (Klasik yöntemler, Müller yöntemi, Bairstow yöntemi) Lineer Cebirsel Denklemlerin Çözümünde kullanılan metotlar ve bu metotların programlanması (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel) Optimizasyon Bir Boyutlu Kısıtlamasız Optimizasyon (Golden Section, Second Order Interpolation, Newton Yöntemi) ARA SINAV Optimizasyon Çok Boyutlu Kısıtlamasız Optimizasyon (Direct methods, gradyent methods)Kısıtlamalı Optimizasyon Lineer Programlama Kısıtlamalı Optimizasyon Nonlineer Programlama Optimizasyon Lineer ve Nonlineer problemler için Sezgisel Algoritmalar Eğri Uydurma En küçük kareler regresyonu Eğri Uydurma İnterpolasyon Eğri uydurma Fourier Approximation ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER Kombinasyonel Optimizasyon Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Bahriye AKAY Öğretim Üyesi Perşembe 10.00-12.00 Görüşme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak. Bilgisayar Müh., 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Orta: Evet Başlangıç: İleri Uzmanlık: Tamsayı ve kombinasyonel optimizasyon problemlerinin ve algoritmalarının Dersin Amacı Ders İçeriği Öğretim Metodu öğretilmesi Kombinasyonel optimizasyon problemleri ve bu problemleri çözen algoritmalar Teorik bilgilerin verilmesi ve uygulamaya dönük kodlama yada yazılımların kullanılması Öğrenciden İstenilen Öğrencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 ağırlıklı ortalaması alınarak Başarı Notunun karşılık gelen harf notuna çevrilir. Hesaplanması Önerilen Kaynaklar, L. R. Foulds, Combinatorial Optimization Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular Tamsayı programlama için Brach and Bound metodlaru 1. Hafta Kesen düzlemler teorisi 2. Hafta Sub-gradient optimizasyon 3. Hafta İki değerli programların çözüm uzayında kısmi sıralama 4. Hafta Kombinasyonel optimizasyon algoritmalarının karmaşıklığı 5. Hafta Gezgin satıcı problemi 6. Hafta Küme parçalama 7. Hafta ARA SINAV 8. Hafta Graf algoritmaları ve Graf renklendirme problemi 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta 0-1 Çanta problemi Minimax network lokasyonunda karmaşıklık ve verimlilik Araç yönlendirme problemi Yükleme problemi Bir makinadaki maksimum gecikmesinin minimizasyonu Personel çizelgeleme problemi ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER Çok Boyutlu Veri Analizi Ders Adı Dili: Türkçe Dönemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Doç. Dr. Coşkun Özkan Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: cozkan@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32675 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Tek ve çok boyutlu verinin analizinde kullanılan matematik istatistik Dersin Amacı bazlı yaklaşımları öğretmek Çok Boyutlu Veri kavramı, Çok Boyutlu Verilerin Görselleştirilmesi, Çok Boyutlu Verilerde istatistiksel analizler, Ana Bileşen Dönüşümü, Faktör Analizi, Kanonik korelasyon, Çok Boyutlu Veri Ölçekleme, Kümeleme Analizi. Tahtada teorik, bilgisayar başında uygulamalı ve öğrenci seminerleri Öğretim Metodu Öğrenciden İstenilen Temel matematik ve lineer cebir bilgisi. Gereklilikler Bir tek ara sınav ve yarıyıl sonu sınavı Başarı Notunun Hesaplanması Önerilen Kaynaklar, Alvin Rencher, Applied multivariate analysis. Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Tek boyutlu istatistik 2. Hafta Tek boyutlu istatistik 3. Hafta Lineer cebir 4. Hafta Lineer cebir 5. Hafta Çok boyutlu veri tanımı ve uygulama alanları 6. Hafta Çok boyutlu dağılımlar 7. Hafta Çok boyutlu dağılımlar 8. Hafta ARA SINAV 9. Hafta Çok boyutlu varyans analizi 10. Hafta Çok boyutlu kovaryans analizi 11. Hafta Çoklu ve çok boyutlu regresyon 12. Hafta Ana bileşen dönüşümü ve faktör analizi 13. Hafta Kümeleme yöntemleri 14. Hafta Sınıflandırma Ders İçeriği ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER BİM532 Mekansal Veritabanları Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Mete Çelik Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: mcelik@erciyes.edu.tr WEB:bm.erciyes.edu.tr/mcelik/bim532 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak., Bilgisayar Müh. Böl., 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32530 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Mekansal veritabanları ve veri madenciliği hakkında temel teşkil edecek bilgilerin Dersin Amacı Ders İçeriği verilmesidir. Mekansal veritabanları ve coğrafi bilgi sistemleri arasındaki farklar, mekansal veritabanları için veri modelleri, sorgu optimizasyonu, mekansal ağlar ve mekansal veritabanlarındaki son gelişmeler. Her bir konu derste teorik olarak işlenir ve örnekler çözülür Öğrencilerin derse önceden hazırlanması beklenmektedir. Öğretim Metodu Öğrenciden İstenilen Gereklilikler Ham başarı puanı, yarıyılsonu sınav puanının % 60’ ına, ara sınavlar puan Başarı Notunun ortalamasının % 40'ının eklenmesiyle hesaplanır. Hesaplanması Önerilen Kaynaklar, Spatial databases, S. Chawla, S. Shekhar Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular Giriş, Veri Nedir 1. Hafta Mekansal kavramlar ve veri modelleri 2. Hafta Mekansal depolama ve indeksleme, grid dosyaları, R ağaçları 3. Hafta Mekansal depolama ve indeksleme, grid dosyaları, R ağaçları 4. Hafta Sorgu optimizasyonu 5. Hafta Sorgu optimizasyonu 6. Hafta Dağıtık ve paralel mekansal veritabanı sistemleri 7. Hafta 8. Hafta ARA SINAV Mekansal ağlar 9. Hafta Mekansal ağlar 10. Hafta Mekansal veri madenciliğine giriş 11. Hafta Mekansal sınıflandırma, Kümeleme ve anormallik tespiti 12. Hafta Mekansal sınıflandırma, Kümeleme ve anormallik tespiti 13. Hafta Zamansal, mekansal, mekan-zamansal veri madenciliği 14. Hafta ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER Bim511 Veri Madenciliği Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Mete Çelik Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: mcelik@erciyes.edu.tr WEB:bm.erciyes.edu.tr/mcelik/bim511 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak., Bilgisayar Müh. Böl., 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32530 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Veri madenciliği problemlerinin analiz edilmesini ve bu problemler için geliştirilen Dersin Amacı Ders İçeriği temel yaklaşımları incelenmesini amaçlamaktadır. Bu kapsamda sınıflandırma, kümeleme, anormallik tespiti ve birliktelik analizi teknikleri incelenecektir. Veri madenciliği problem ve yaklaşımlarının incelenmesi, giriş, veri nedir, sınıflandırma, kümeleme, anormallik tespiti ve birliktelik analizi, mekan-zamansal veri analizi, diğer veri madenciliği konuları Her bir konu derste teorik olarak işlenir ve örnekler çözülür Öğrencilerin derse önceden hazırlanması beklenmektedir. Öğretim Metodu Öğrenciden İstenilen Gereklilikler Ham başarı puanı, yarıyılsonu sınav puanının % 60’ ına, ara sınavlar puan Başarı Notunun ortalamasının % 40'ının eklenmesiyle hesaplanır. Hesaplanması Önerilen Kaynaklar, Introduction to Data Mining, P. N. Tan, M. Steinbach, V. Kumar, Addison Wesley Araç ve Gereçler Haftalara Göre Ders Planı Haftalar Konular Giriş, Veri Nedir 1. Hafta Veri Analizi 2. Hafta Veri Analizi 3. Hafta Birliktelik Analizi 4. Hafta Birliktelik Analizi 5. Hafta Sınıflandırma 6. Hafta Sınıflandırma 7. Hafta 8. Hafta ARA SINAV Kümeleme 9. Hafta Kümeleme 10. Hafta Anormallik Tespiti 11. Hafta Anormallik Tespiti 12. Hafta Mekansal ve Mekan-zamansal Veri Analizi 13. Hafta Diğer Veri Madenciliği Konuları 14. Hafta ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR ANABİLİMDALI I. GENEL BİLGİLER Uzaktan Algılama Ders Adı Dili: Türkçe Dönemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Doç. Dr. Coşkun Özkan Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: cozkan@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32675 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Uzaktan algılamanın temelleri ve uygulama alanlarının öğretilmesi Dersin Amacı Uzaktan algılama biliminin temelleri, elektromanyetik enerji, EMR Ders İçeriği nin cisimlerle etkileşimi, Radar sistemleri, Uydu sistemleri, dijital Öğretim Metodu Öğrenciden İstenilen Gereklilikler Başarı Notunun Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler görüntü işleme, uygulamalar. Tahtada teorik ve bilgisayar başında uygulamalı anlatım Temel fizik bilgileri ve paket program kullanabilme Bir tek ara sınav ve yarıyıl sonu sınavı Uzaktan Algılama, Kantitatif Yaklaşım, çeviri: Derya Maktav, Filiz Sunar. Matlab, Erdas ve Envi programları Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Tanım ve temel kavramlar 2. Hafta Elektromanyetik enerji, radyometrik birimler 3. Hafta Elektromanyetik spektrum 4. Hafta Elektromanyetik enerjinin cisimlerle etkileşimi 5. Hafta Elektromanyetik enerjinin cisimlerle etkileşimi 6. Hafta Uydu algılama sistemleri, tarayıcı türleri 7. Hafta Uydu platformu yörünge karakteristikleri 8. Hafta ARA SINAV 9. Hafta RADAR sistemleri 10. Hafta RADAR sistemleri 11. Hafta Değişik uzaktan algılama uygulamaları 12. Hafta Matlab ortamında yapılan uygulamalar 13. Hafta Erdas programında yapılan uygulamalar 14. Hafta Envi yapılan uygulamalar ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER BİM 506 Mobil ve Kablosuz Ağlar Ders Adı Dönemi: Güz Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Bilal BABAYİĞİT Öğretim Üyesi 8.00-17.00 Görüşme Saatleri E posta: bilalb@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039 Melikgazi Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32553 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: Esas: Evet İlgili: Yan dal: Orta: Evet Başlangıç: İleri Uzmanlık: Mobil ve kablosuz ağ teknolojilerindeki temel kavramlarının ve teknolojilerinin Dersin Amacı Ders İçeriği öğretilmesi. Mobil ve kablosuz sistem tasarımı. Mobil ve kablosuz ağlara giriş. Mobil radyo yayılımı, hücresel ağlar, çoklu iletişim, Öğretim Metodu çoklu paylaşımlı erişim teknikleri, kablosuz ağların başarımı, ad hoc ve sensör ağlar, mobil ve kablosuz ağlarda son gelişmeler. Derste verilen teorik bilgilerden sonra, seçilmiş çeşitli konularla ilgili örnekler sınıfta çözülür. Teorik anlatılan konuları öğrencilerin daha iyi anlayabilmesi için dönem boyunca çeşitli ev ödevleri ve projeler verilir. Öğrenciler derslere katılmalı, verilen ödevleri zamanında yapmalı, arasınav ve final sınavlarında başarılı olmalıdır. Öğrenciden İstenilen Gereklilikler Kapalı notlarla, bir yazılı arasınav, bir yazılı yarıyılsonu sınavı yapılır. Ham başarı Başarı Notunun puanı, yarıyılsonu sınav puanının % 60'ına, ara sınavlar puan ortalamasının % Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler 40'ına eklenmesiyle hesaplanır. Dönem içerisinde yapılan ödev ve projeler final sınavının %20’sini oluşturur. • D. P. Agrawal, Q-an Zeng, Introduction to Wireless and Mobile Systems, Cengage Learning, 3rd edition, 2011. • I. F. Akyildiz and M. C. Vuran, Wireless Sensor Networks, John Wiley&Sons, 2010. • V. Garg, Wireless Communicatio and Networking, Morgan Kaufmann, 2007. • A. Kumar, D. Manjunath, J. Kuri, Wireless Networking, Morgan Kaufmann, 2008. Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Mobil ve Kablosuz Ağlara Giriş 2. Hafta Mobil radyo yayılımı 3. Hafta Hücresel ağlar 4. Hafta Çoklu iletişim 5. Hafta Çoklu iletişim 6. Hafta Çoklu paylaşımlı erişim teknikleri 7. Hafta Çoklu paylaşımlı erişim teknikleri 8. Hafta ARA SINAV 9. Hafta Kablosuz ağların başarım değerlendirmesi 10. Hafta Kablosuz ağların başarım değerlendirmesi 11. Hafta Ad Hoc Ağlar 12. Hafta Sensor Ağlar 13. Hafta Mobil ve kablosuz ağlardaki son gelişmeler 14. Hafta Proje Sunumları ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER BİM 533 Bilişsel Ağlar Ders Adı Dönemi: Güz Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Bilal BABAYİĞİT Öğretim Üyesi 8.00-17.00 Görüşme Saatleri E posta: bilalb@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039 Melikgazi Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32553 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Zorunlu: Esas: Evet Başlangıç: Dersin Amacı Ders İçeriği Öğretim Metodu Seçmeli: Evet İlgili: Orta: Evet İleri Yan dal: Uzmanlık: Gelecek nesil kablosuz ve mobil hesaplama ağları olarak da isimlendirilen Bilişsel Ağ konusu ve temel teknolojilerinin öğretilmesi. Bilişsel radyo ve bilişsel ağlar konuları üzerinde yapılan çalışmalar anlaşılması. Bilişsel ağlar gelecek nesil ağların karmaşıklık, çok türellik ve güvenilirlik ihtiyaçlarını karşılamak üzerine odaklanmaktadır. Bilişsel radyo, mimarisi, bilişsel çevrim, spektrum sezme, karar verme, paylaşma. Bilişsel radyo protokolleri, spektrum hareketliliği, Yönlendirme algoritmaları, bilişsel radyo yapıları ve standartları. Derste verilen teorik bilgilerden sonra, seçilmiş çeşitli konularla ilgili örnekler sınıfta çözülür. Teorik anlatılan konuları öğrencilerin daha iyi anlayabilmesi için dönem boyunca çeşitli ev ödevler ve projeler verilir. Öğrenciler derslere katılmalı, verilen ödevleri zamanında yapmalı, arasınav ve final sınavlarında başarılı olmalıdır. Öğrenciden İstenilen Gereklilikler Kapalı notlarla, bir yazılı arasınav, bir yazılı yarıyılsonu sınavı yapılır. Ham başarı Başarı Notunun puanı, yarıyılsonu sınav puanının % 60'ına, ara sınavlar puan ortalamasının % Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler 40'ına eklenmesiyle hesaplanır. Dönem içerisinde yapılan ödev ve projeler final sınavının %20’sini oluşturur. • E. Hossain, D. Niyato, Z. Han, Dynamic Spectrum Access and Management in Cognitive Radio Networks, Cambridge, 2009. • Q.H. Mahmoud (Ed.), Cognitive Networks, John Wiley&Sons, 2007. • B. Fette, Cognitive Radio Technology, Academic Press, 2009. • H. Arslan (Ed.), Cognitive Radio, Software Defined Radio, and Adaptive Wireless Systems, Springer, 2007. Haftalara Göre Ders Planı Haftalar 1. Hafta Bilişsel Ağlara Giriş 2. Hafta Bilişsel Radyo 3. Hafta BR Mimari Yapısı 4. Hafta Bilişsel Çevrim 5. Hafta Spektrum Sezme 6. Hafta Spektrum Sezme 7. Hafta Spektrum Karar Verme 8. Hafta 9. Hafta Spektrum Paylaşma 10. Hafta Bilişsel Radyo Protokolleri 11. Hafta Spektrum Hareketliliği 12. Hafta Yönlendirme Algoritmaları 13. Hafta CR Standartları 14. Hafta Proje Sunumları Konular ARA SINAV ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER İleri Görüntü İşleme Teknikleri ve Bilgisayar Görme -I Ders Adı Dönemi: Güz Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0 Doç.Dr. Veysel ASLANTAŞ Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: aslantas@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Müh. Böl., 38039 Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32602 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Temel konuların ve sayısal resimlerden bilgi elde etmek için kullanılan tekniklerin Dersin Amacı öğrenilmesi. Resimlerden çeşitli uygulamalar için gerekli olan temel özellikleri (kenar, bölge, vs.) hesaplamak için kullanılan yaygın metotların bilinmesi ve uygulanması. Dizi resim analizi gibi yüksek seviyeli deneysel resim analizi tekniklerinin ve özel bir uygulama için başarılı bir sistem tasarlayabilmek için gerekli temel kavram ve teknikleri n öğrenilmesi. Görüntü işleme ve bilgisayar görme sahası oldukça hızlı bir şekilde büyümektedir. Sahadaki bu büyüme, kavramların ve tekniklerin hem derinliğine hem de genişliğine olmaktadır. Bu teknikler, tıbbi resim işleme, uzaktan algılama, endüstriyel teftiş, doküman inceleme, nano teknoloji ve çokluortam veritabanı uygulamaları gibi bir çok sahada uygulama alanı bulmaktadır. Bu derste, görüntü işleme ve bilgisayar görme temel ve ileri tekniklerinin verilmesi hedeflenmiştir. Bu ders, dizi resim analizi gibi yüksek seviyeli deneysel resim analizi tekniklerini de ihtiva etmektedir. Çeşitli pratik uygulamalar için gerekli olan algoritmalar detaylı olarak bahsedilmektedir. Gelişen birçok sahada olduğu gibi, görüntü işleme ve bilgisayar görme hemen hepsi bilgisayar görü sistem tasarımcılarının herhangi bir özel uygulaması için uygun olmayabilir. Dolayısıyla bilgisayar görme tasarımcısı, özel bir uygulama için başarılı bir sistem tasarlayabilmek için temel kavram ve teknikleri bilmek zorundadır Sınıf dersleri: Haftada üç saat teorik temeller. Yüksek lisans öğrencileri Ders İçeriği Öğretim Metodu Öğrenciden İstenilen Gereklilikler Ham başarı puanı, yarıyılsonu sınav puanının % 60’ ına, ara sınavlar puan Başarı Notunun ortalamasının % 40'ının eklenmesiyle hesaplanır. Başarılı olmak için başarı Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler notunun en az DD veya daha yukarı olması gerekir. • R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley Pub. Co., New York, (2nd edition) 2002. • Anil K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989. • Low, A. Introductory Computer Vision and Image Processing. McGraw-hill, 1991 Haftalara Göre Ders Planı Haftalar 1. Hafta 2. Hafta 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta Konular Görüntü işleme ve bilgisayar görmeye giriş, görüntü işleme örnekleri, görüntü elde etme, örnekleme ve kuantalama. Aydınlatma ve sensörler, görüntülerin algılanması ve temsil edilmesi Aydınlatma ve sensörler, görüntülerin algılanması ve temsil edilmesi Görüntü işlemenin temelleri, temel görüntü işleme operasyonları Görüntü işlemenin temelleri, temel görüntü işleme operasyonları Eşikleme teknikleri Renkli resim işleme ARA SINAV Resim bölütleme teknikleri Resim bölütleme teknikleri Resim sıkıştırma teknikleri Resim sıkıştırma teknikleri Hareketli nesnelerin hız ve pozisyon hesapları Hareketli nesnelerin hız ve pozisyon hesapları ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER İleri Görüntü İşleme Teknikleri ve Bilgisayar Görme -II Ders Adı Dönemi: Bahar Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0 Doç.Dr. Veysel ASLANTAŞ Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: aslantas@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Müh. Böl., 38039 Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32602 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Bu dersin başarı ile tamamlanması sonucunda öğrenciler: Dersin Amacı Resim modelleri ve onlların nasıl üretildikleri, Lineer sistem modelleme ve lineer ve lineer olmayan filitrelerin uygulamaları, • Kenar tespit algoritmalarının tasarın-m ve uygulamaları, • Doku modellemenin temelleri ve doku sınıflandırma algoritmaları, • Nesne hareketler tahmininin temelleri ve optik akış tahmini algoritmalarının uygulamaları, • Resim bölütleme ve gruplamanın önemi ve problemleri ve bunlarla ilgili temel algoritmaların uygulaması • Resimlerdeki nesnelerin tanınması ve temel şablon karşılaştırma algoritmalarının uygulamaları konuları hakkında bilgi sahibi olacaklardır. Bu ders, görüntü işleme ve bilgisayar görme için geliştirilmiş yeni teknikler hakkında bilgi vermektedir. Ders genel olarak: geometrik transformlar, ayrık transformlar, gürültü, filtre tasarımı, gürültü temizleme, görüntü restorasyonu, kenar tespit teknikleri, nesne özellikleri elde etme ve analizleri, resim analizi, bölge, hat ve hareket temelli resim bölütleme konularını ihtiva etmektedir. • • Ders İçeriği Öğretim Metodu Öğrenciden İstenilen Gereklilikler Başarı Notunun Hesaplanması Önerilen Kaynaklar, Araç ve Gereçler Sınıf dersleri: Haftada üç saat teorik temeller. Yüksek lisans öğrencileri Ham başarı puanı, yarıyılsonu sınav puanının % 60’ ına, ara sınavlar puan ortalamasının % 40'ının eklenmesiyle hesaplanır. Başarılı olmak için başarı notunun en az DD veya daha yukarı olması gerekir. • R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley Pub. Co., New York, (2nd edition) 2002. • Sonka, M., Hlavac, V., and Boyle, R. Image Processing, Analysis and Machine Vision. Chapman & Hall Computing, 1993. • Anil K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989. Low, A. Introductory Computer Vision and Image Processing. McGraw-hill, 1991 Haftalara Göre Ders Planı Haftalar 1. Hafta 2. Hafta Geometrik transformlar Ayrık transformlar Konular 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta Ayrık transformlar Gürültü, filtre tasarımı, gürültü temizleme Görüntü restorasyonu Görüntü restorasyonu Kenar tespit teknikleri ARA SINAV Nesnelerin özelliklerinin elde edilmesi ve analizi Nesnelerin özelliklerinin elde edilmesi ve analizi Resim analizi Resim analizi Bölge, hat ve hareket temelli resim bölütleme teknikleri Bölge, hat ve hareket temelli resim bölütleme teknikleri ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER HAREKETLİ ROBOTLAR İÇİN MESAFE ÖLÇME TEKNİKLERİ Ders Adı Dili: Türkçe Dönemi: Bahar Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Doç.Dr. Veysel ASLANTAŞ Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: aslantas@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32602 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Üç boyutlu Bilgisayar Görme teknikleri için gerekli altyapının oluşturulması. Dersin Amacı Verilen bir çevrenin üç boyutlu yapısının elde edilmesi, nesne tanıma ve konumlandırma, 3D tekniklerinin genel çalışma prensiplerinin öğrenilmesi. 3D çıkarım algoritmaları uygulamaları ile 2D sayısal resimlerden üçüncü boyutun elde edilmesi Bu ders, sayısal resimlerden üç boyutlu çevrenin yorumlanması, anlaşılması ve Ders İçeriği modelinin oluşturulması gayesiyle 3D bilgisayar görü sahasının ilim ve mühendislik konularını içermektedir. Bilgisayar görü konusunun fizikî, matematikî ve bilgi işleme yönüne odaklanılmıştır. İşlenecek konular: Görüntü formasyon ve temsili, özellik elde etme, kamera kalibrasyonu ve 3D görü teknikleri: Aktif Teknikler (Radar, Ultrasonik, Ultraviyole, Triangulation, Structured light) ve Passive Teknikler (Stereo, Otomatik Odaklama, Bulanıklık, Doku, Gölge, Hareket) Derslere katılım oldukça önemli olup derslerde anlatılan herşeyden öğrenciler Öğretim Metodu mesuldür. “Ben yoktum”, “Bilmiyordum” gibi mazeretler geçerli değildir. Derslere verilen ödevler yapılmış olarak ve önceki dersler anlaşılış olarak gelinmelidir. Bir dönem boyunca 6-7 evödevi verilecektir. Evödevleri toplanılmayacak fakat benzer sorular imtihanlarda sorulacaktır. Bir yarıyıl ve bir yılsonu olmak üzere iki imtihan yapılacaktır. Öğrencilerin görüntü işleme ve lineer sistemler bildiği kabul edilmektedir. Ayrıca, Öğrenciden İstenilen olasılık teorisi ve lineer cebir bilmeleri konuları anlamakta yardımcı olacaktır.. Gereklilikler Kapalı notlarla bir yazılı arasınav, bir yazılı yarıyılsonu sınavı yapılır. Ham başarı Başarı Notunun puanı, yarıyılsonu sınav puanının % 70'ine, ara sınavlar puan ortalamasının % Hesaplanması 30'unun eklenmesiyle hesaplanır. Başarılı olmak için başarı notunun en az DD veya daha yukarı olması gerekir. AA, BA, BB, CB,CC (ham başarı puanı 100-70 arasında kalan notlar) şartsız başarılı notlardır. DC ve DD (ham başarı puanı 69-60 arasında kalan notlar) ise şartlı başarılı notlardır. Önerilen Kaynaklar, Araç ve Gereçler • • • • • • • R. Szeliski, Computer Vision: Algorithms and Applications, Springer 2010. L. G. Shapiro and G. C. Stockman, Computer Vision, Prentice Hall, 2001. Kenneth R. Castleman, Digital Image Processing, Prentice Hall, 1996. A. Rosenfeld and A. Kak, Digital Image Processing, Volume 1, Academic Press, 1982. Image Processing Fundamentals Home Page Image Processing Home Page Computer Vision Home Page Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Giriş:Üç boyutlu Bilgisayar Görme teknikleri 2. Hafta Görüntü formasyonu ve işleme 3. Hafta Özellikler ve özellik elde etme 4. Hafta Kamera modelleri ve kalibrasyonu 5. Hafta Aktif teknikler: Radar-ultrason 6. Hafta Aktif teknikler: Ultraviyole-üçgenleme-yapılandırılmış ışık demeti 7. Hafta Aktif teknikler: Ultraviyole-üçgenleme-yapılandırılmış ışık demeti 8. Hafta MID-TERM EXAM 9. Hafta Pasif teknikler: Fotometrik stereo 10. Hafta Pasif teknikler: Stereo 11. Hafta Pasif teknikler: Zoom 12. Hafta Pasif teknikler: Odak temelli teknikler 13. Hafta Pasif teknikler: Doku-gölge temelli teknikler 14. Hafta Pasif teknikler: Hareket ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER İleri Olasılık Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Necla ÖZKAYA Öğretim Üyesi Ofis saatleri belirtmedim, çünkü dersim yoksa genellikle hep ofisimde Görüşme Saatleri olurum. Herhangi bir öğrenci bir şey sormak istediğinde direk odama gelerek sorusunu sorabileceği gibi randevu alarak da görüşme talebinde bulunabilir. Elektronik postamı düzenli olarak kontrol ederim, benimle görüşmek isteyenler mail yoluyla da iletişim kurabilirler. E posta: neclaozkaya@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=3388 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039-Kayseri / TÜRKİYE Tel: 90 352 4374901 Dahili 32600 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Orta: Evet Başlangıç: İleri Uzmanlık: Bu dersin amacı öğrencilere olasılık ve rassal süreçlerin temel ve bazı Dersin Amacı ileri kavramlarını tanıtmaktır. Ders İçeriği Bu dersin konuları arasında olasılık belitleri, Bayes teoremi, rassal değişkenler, rassal değişkenlerin toplamı, büyük sayılar kuralı, merkezi limit teoremi ve uygulamaları, güven aralıkları, ayrık ve sürekli rassal süreçler ve kuyruk teorisine giriş bulunmaktadır. Bu ileri konuların yanı sıra temel istatistik konuları da bu ders çerçevesinde işlenecektir. Öğretim Metodu Her konunun daha iyi anlaşılması için, teorik bilgi işlendikten sonra konunun daha iyi anlaşılması için çeşitli problemler çözülür. Konu derste işlenip bitirildikten sonra öğrencilerin öğrenme durumlarını pekiştirmek ve kontrol etmek için çeşitli ev ödevleri verilir. Öğrencilere bir sonraki derste ev ödevlerini çözerken karşılaştıkları problemleri varsa sormaları için söz hakkı verilir. Gerekirse ödev verilen sorular tahtada çözülerek öğrencilerin soruları cevaplandırılmış olur. Öğrenciden İstenilen Öğrenciler derslere katılmalıdır. Her öğrenci kendisine verilen ev ödevlerini çözmek zorundadır. Öğrenci ödevi çözerken herhangi bir Gereklilikler problemle karşılaşırsa bu problemi bir sonraki hafta derste sorabilmekte böylece öğrencinin kafasında konuyla ilgili herhangi bir belirsizliğin kalmamasına özen gösterilmektedir. Derste öğrencinin başarmak zorunda olduğu iki sınav vardır: Ara Başarı Notunun sınav ve final sınavı. Başarı notunun hesaplanmasında ara sınavın % Hesaplanması 30’u, final sınavının ise % 70’i alınmaktadır. Öğrencinin notu üniversitede kullanılan bir yazılım sayesinde harf notuna çevrilmekte ve öğrencinin mailine gönderilerek sınav sonucundan öğrencinin haberdar olması sağlanmaktadır. Önerilen Kaynaklar, Araç ve Gereçler Ders Notu: Probability and Stochastic Processes: A Friendly Introduction for Electrical and Computer Engineers, by Roy D. Yates and David J. Goodman, 2nd Ed., John Wiley & Sons, Inc. Diğer Kaynaklar: An Introduction to Probability Theory and Its Applications, Volume 1, 3rd Edition William Feller (Princeton Univ., New Jersey), ISBN: 978-0-47125708-0, 1968. Probability and Random Processes with Applications to Signal Processing, 3/E, by Henry Stark, and John W. Woods, Prentice-Hall, Upper Saddle River, NJ 07458, 2002. Probability and Random Processes for Electrical and Computer Engineers, by J. Gubner, 2006. Probability, Random Variables and Stochastic Processes, A. Papoulis, 3/E, McGraw-Hill Companies, 1991, ISBN-10: 0070484775 Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Deneyler, Modeller ve Olasılıklar: Küme Teorisi, Küme Teorisini Olasılık Belitlerine Uygulama, Belitlerin Bazı Sonuçları 2. Hafta Koşullu Olasılık, Bağımsızlık, Sıralı Deneyler ve Ağaç Diyagramları, Sayma 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta Yöntemleri, Bağımsız Deneyler Ayrık Rassal Değişkenler: Olasılık Kütle Fonksiyonu, Ayrık Rassal Değişken Aileleri, Birikimli Dağılım Fonksiyonu Ortalamalar, Beklenen Değer, Varyans ve Standard Sapma, Koşullu Olasılık Kütle Fonksiyonu Sürekli Rassal Değişkenler: Olasılık Yoğunluk Fonksiyonu, Beklenen Değerler, Sürekli Rassal Değişken Aileleri Gaussian Rassal Değişkenleri, Delta Fonksiyonları, Karışık Rassal Değişkenler, Türetilmiş Rassal Değişkenlerin Olasılık Modelleri Rassal Değişken Çiftleri: Ortak Birikimli Dağılım Fonksiyonu, Ortak Olasılık Kütle Fonksiyonu, Sınırsal Olasılık Kütle Fonksiyonu Ara sınav İki Rassal Değişken Fonksiyonları, N Rassal Değişken Olasılık Modelleri, Sınırsal Olasılık Fonksiyonları, Korelasyon Matrisi İki Rassal Değişkeninin Toplamının Olasılık Yoğunluk Fonksiyonu, Moment Üreten Fonksiyon, Bağımsız Rassal Değişkenlerin Rassal Toplamları Merkezi Limit Teoremi e Uygulamaları, Beklenen Değerden Rassal Değişken Türetme Rassal Süreçler: Poisson Süreci, Durağan Süreçler, Gaussian Süreçleri Ayrık Zamanlı Markov Zinciri Dinamikleri, Sürekli Zamanlı Markov Zincirleri, Doğum-Ölüm Süreçleri ve Kuyruk Sistemleri Rassal Sinyal Süreçleri: Ayrık Zamanlı Doğrusal Filtreleme, Tahminleme ve Öngörü, Kuvvet Spektral Yoğunluk, Çapraz Spektral Yoğunluk Final Sınavı için Gözden Geçirme ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER Biyometrik Sistemler Ders Adı Dili: Türkçe Dönemi: Güz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Doç. Dr. Necla ÖZKAYA Öğretim Üyesi Ofis saatleri belirtmedim, çünkü dersim yoksa genellikle hep ofisimde Görüşme Saatleri olurum. Herhangi bir öğrenci bir şey sormak istediğinde direk odama gelerek sorusunu sorabileceği gibi randevu alarak da görüşme talebinde bulunabilir. Elektronik postamı düzenli olarak kontrol ederim, dolayısıyla benimle görüşmek isteyenler mail yoluyla da iletişim kurabilirler. E posta: neclaozkaya@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=3388 Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, 38039-Kayseri / TÜRKİYE Tel: 90 352 4374901 Dahili 32600 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Zorunlu: Esas: Başlangıç: Dersin Amacı Ders İçeriği Öğretim Metodu Seçmeli: Evet İlgili: Evet Yan dal: Orta: Evet İleri Uzmanlık: Bu dersin amaçları arasında temel işaret işleme ve görüntü işleme bilgilerinin uygulamalarla takviye edilmesi, öğrencilere temel görüntü işleme bilgilerinin verilmesi, desen tanımaya giriş bilgilerinin verilmesi, işaret işlemenin biyometrik sistemlere uygulanması, öğrencilerin biyometrik sistemlerin tasarımı, gerçekleştirilmesi, sosyal ve etik kuralları konusunda bilgilendirilmesi vardır. Bu dersi alan öğrencilerin problemsiz çalışan tam bir biyometrik sistemi tasarlayıp gerçekleştirmesi beklenmektedir. İnsana özgü karakteristik özelliklerin işlenerek kişilerin kimliklendirilmesinde kullanıldığı teknolojiler olan biyometrik sistemlere işaret işleme ve görüntü işleme uygulamalarının nasıl yapıldığı konusunda detaylar veren bir derstir. Bu sistemler genellikle güvenlik uygulamaları ve suç ve suçlu tespiti gibi uygulamalarda kullanılmaktadır. Ders, öğrencilere işaret işleme, görüntü işleme gibi lisansta aldıkları konuları uygulamalı olarak görüp pekiştirecekleri bir platform sağlamaktadır. Öğrenciler bu derstegörüntü işleme desen tanıma ve biyometrik sistemin doğruluk analizini gerçekleştirebilecek kadar istatistik göreceklerdir. Öğrenciler bu derste, işaret ve görüntü işlemeyi, özellik seti elde etmeyi, sınıflandırmayı, karşılaştırmayı ve sorunsuz çalışan bir sistem elde etmeyi öğreneceklerdir. Bu ders sınıfta yapılan teorik bilgilendirme ve laboratuar uygulamalrı geliştirme şeklinde işlenecektir. Biyometrik temelli tanıma ve onaylama sisteminin teorik kısmı sınıflarda işlenecek, ardından konuyla ilgili uygulamalar laboratuarda gerçekleştirilecektir. Öğrenciler laboratuar çalışmaları sırasında biyometrik literatüründe bulunan ve sıkça kullanılan standart veritabanlarını kullanabilecekleri gibi sensorlar aracılığıyla elde ettikleri şablonları da kullanabileceklerdir. Laboratuar uygulamaları Matlab programlama ortamında gerçekleştirilecektir. Laboratuar uygulamaları esnasında öğrenciler gruplar halinde çalışırlar ve uygulama esnasında anlaşılmayan bir şey olduğunda sorular sorarak konuyu tam olarak anlamaya çalışırlar. Ders çerçevesinde işlenen konuların tam olarak anlaşılması için her öğrenci iki biyometrik sistem projesi gerçekleştirmek zorundadır. Bu projeleriyle ilgili birer raporu da belirtilen tarihlerde yazılı ve sözlü olarak sunmak zorundadırlar. Sözlü sunumların ardından soru-cevap 2’şer kişilik gruplarla da kısmıyla konu pekiştirilir. gerçekleştirilebilecek projeler daha önce geliştirilmiş biyometrik sistemlere yapıda olabileceği gibi farklı biyometrik özellikler kullanılarak da gerçeklenebilir. Proje geliştirme aşamasında gerektiğinde ders sorumlusuyla ileitşim kurularak karşılaşılan sorunlara birlikte çözümler bulunulacaktır. Öğrenciden İstenilen Öğrenci derse atılmak zorundadır. Tek başına veya iki kişilik grup içerisinde almış olduğu 2 adet projeyi başarıyla tamamlamak Gereklilikler zorundadır. Proje gerçekleştirirken karşılaştığı zorluklar varsa bunları dersin sorumlusuyla tartışarak kafasındaki belirsizlikleri gidermelidir. Projeler hem projede gerçekleştirilen sistemin sonuçları hem de öğrencinin bireysel gayreti göz önünde bulundurularak değerlendirilecektir. Başarı Notunun Derste öğrencinin başarmak zorunda olduğu iki sınav vardır: Ara sınav ve final sınavı. Başarı notunun hesaplanmasında ara sınavın % Hesaplanması 30’u, final sınavının ise % 70’i alınmaktadır. Öğrencinin notu üniversitede kullanılan bir yazılım sayesinde harf notuna çevrilmekte ve öğrencinin mailine gönderilerek sınav sonucundan öğrencinin haberdar olması sağlanmaktadır. Önerilen Kaynaklar, Araç ve Gereçler Ders Notları: 1. R.C. Gonzalez and R.E. Woods, Digital Image Processing, Prentice Hall, 3rd Edition, 2007. This text will be supplemented with assigned readings on biometrics as detailed in the class schedule online. 2. D. Maltoni, D. Maio, A. K. Jain, and S. Prabhakar, Handbook of Fingerprint Recognition, Springer Verlag, 2003. 3. A. K. Jain, R. Bolle, S. Pankanti (Eds.), BIOMETRICS: Personal Identification in Networked Society, Kluwer Academic Publishers, 1999. 4. J. Wayman, A.K. Jain, D. Maltoni, and D. Maio (Eds.), Biometric Systems: Technology, Design and Performance Evaluation, Springer, 2004. DiğerKaynaklar: 1. S.Y. Kung, M.W. Mak, and S.H. Lin, Biometric Authentication: A Machine Learning Approach, Prentice Hall, 2005. 2. Ruud M. Bolle et al., Guide to Biometrics, Springer, 2004. 3. Paul Reid, Biometrics for Network Security, Prentice Hall PTR, 2004. 4. Samir Nanavati, Michael Thieme, and Raj Nanavati, Biometrics: Identity Verification in a Networked World, John Wiley & Sons, 2002. 5. David Zhang (Ed.), Biometric Solutions for Authentication in an E-World, Kluwer Academic Publishers, 2002. 6. Anil K. Jain, Ruud Bolle, and Sharath Pankanti (Eds.), Biometrics: Personal Identification in Networked Society, Kluwer, 1999. Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Biyometrik özelliklere ve biyometrik temelli sistemlere giriş. Biyometrik temelli sistemlerin gerçekleştirilmesi konusuna görüntü işleme açısından giriş. 2. Hafta Biyometrik sistemlerin kullanımı, modları ve sistem mimarileri: Kayıt, tanıma, onaylama, izleme. Katılımlı-katılımsız, açık-kapalı, vs. Biyometrik sistem modları ve mimarilerinin görüntü işleme teknikleri kullanılarak gerçekleştirilmesi. 3. Hafta 4. Hafta Biyometrik sistemlerin performans değerlendirilmelerine açıklamalar: hata oranları, tanıma doğrulukları vs. Biyometrik sistemlerin performans değerlendirilmelerine yönelik temel yönelik temel 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta istatistiksel yöntemler. Biyometrik sistemlerin sınıflandırılma teorileri: Neyman-Pearson yaklaşımı, Likelihood oranı, Gaussian durumu, Bayesian yaklaşımı, MAP yaklaşımı. Yüz tanıma: Görünüş temelli ve yerel özelliklere dayalı yüz tanıma yaklaşımları ve bunların gerçekleştirilmeleri. Üç boyutlu yüz tanıma: yüz bilgilerinin alınması, kaydı, özellik noktalarının elde edilmesi, özellik setinin hesaplanması ve karşılaştırma. Ara sınav Parmak izi tanıma: Özellik noktaları temelli yaklaşımlar ve özellik noktaları temelli olamayan yaklaşımlar ve bunların gerçekleştirilmeleri. İris tanıma: iris temelli bir biyometrik sistemin gerçekleştirilmesi. Diğer biyometrik özellikler: avuç içi, kan damarları yapısı, yürüyüş ve konuşmacı tanıma vs. Çoklu biyometrik özellik temelli sistemler. Öğrenci projelerinin sunumu. Öğrenci projelerinin sunumu ve Final Sınavı için Gözden Geçirme ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER KABLOSUZ ALGILAYICI AĞLARI UYGULAMALARI Ders Adı Dönemi: Bahar Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Öğr. Gör. Dr. Celal ÖZTÜRK Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: celal@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/celal/ Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak., Bilgisayar Müh. Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32581 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Bilgisayar Bilimleri ve Bilgisayar Mühendisliği eğitimi çerçevesinde, yeni bir Dersin Amacı Ders İçeriği Öğretim Metodu Öğrenciden İstenilen Gereklilikler Başarı Notunun teknoloji olan kablosuz algılayıcı ağlarının öğrencilere tanıtılması. Ülkemizde algılayıcı ağları üzerinde bilgi sahibi olan bilgisayar mühendislerinin sayısının artmasına katkı sağlanması. Kablosuz algılayıcı ağlarına giriş, algılayıcı ağlarının karakteristikleri, iletişimde ve hesaplamada karşılaşılan zorluklar, algılayıcı ağ protokolleri ve uygulamaları, algılayıcı ağ güvenliği, algılayıcı ağlarında veri toplama ve kümeleme, güncel gelişmeler ve uygulamalar. Hesaplanması Önerilen Kaynaklar, 1. Sensor Network Operations, S. Phoha, T.F. La Porta, and C. Griffin (eds), pp. 422-441, ISBN: 0471719765, Wiley-IEEE Press. Araç ve Gereçler 2. Security in Distributed, Grid, Mobile and Pervasive Computing", Edited by Prof. Yang Xiao, Auerbach Publications, CRC Press 2007. 3. Wireless Sensor Networks: An Information Processing Approach by Feng Zhao and Leonidas Guibas, Morgan Kaufmann Publishing, ISBN-10: 1558609148. Haftalara Göre Ders Planı Haftalar Konular 1. Hafta Kablosuz Algılayıcı ağlarına giriş 2. Hafta Algılayıcı ve ağ mimarisi 3. Hafta Ağ kurulumu ve organizasyonu 4. Hafta Transport protokolleri 5. Hafta Yönlendirme protokolleri 6. Hafta Hedef bulma ve takip protokolleri 7. Hafta Ortam paylaşımı protokolleri 8. Hafta ARA SINAV 9. Hafta Veri depolama protokolleri 10. Hafta Veri kümeleme protokolleri 11. Hafta Güvenlik protokolleri 12. Hafta Güvenli veri kümeleme protokolleri 13. Hafta Araştırma ve uygulama projeleri 14. Hafta Araştırma ve uygulama projeleri ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER YAPAY SİNİR AĞLARI – I Ders Adı Dönemi: Güz Dili: Türkçe Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Öğr. Gör. Dr. Celal ÖZTÜRK Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: celal@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/celal/ Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fak., Bilgisayar Müh. Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374901 Dahili 32581 Faks: 90 352 4375784 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: Bilgisayar bilimleri ve Bilgisayar Mühendisliği eğitimi çerçevesinde, yapay sinir Dersin Amacı Ders İçeriği ağlarının problem çözmede nasıl kullanılabileceği hususunda ihtiyaç duyulan teorik ve pratik bilgilerin öğrencilere sunulması. Teorik bilgilerin yanında öğrencinin kendi uygulamasını geliştirebilmesidir. Zeka, çoklu zeka ve yapay zeka kavramları. Yapay zeka teknikleri: Bulanık mantık, genetik algoritma, tabu araştırma, uzman sistemler ve yapay sinir ağları (YSA). YSA kavramları, yapıları ve algoritmaları. Değişik ağ tipleri: Çok katlı perseptronlar, hopfield ağ, LVQ, radial tabanlı ağlar. Öğrenme algoritmaları: geri yayılım, genetik algoritma, Levenberg-Marquardt algoritması, Hızlı yayılım, deltabar-delta, geliştirilmiş delta-bar-delta, rasgele önlendirilmiş araştırma. Yapay sinir ağlarının uygulama alanlarına örnekler, yapay sinir ağı uygulamaları. Dönem araştırma projesi. Öğretim Metodu Öğrenciden İstenilen Gereklilikler Başarı Notunun Hesaplanması Önerilen Kaynaklar, 1. Artificial Neural Networks: A Compherensive Foundation, S. Haykin, 1994. 2. Mühendislikte Yapay Zeka Kullanımı I: Yapay Sinir Ağları, Ufuk Kitabevi, Araç ve Gereçler 2003. Haftalara Göre Ders Planı Haftalar Konular 1. Hafta YZ Genel Bakış 2. Hafta YZ tekniklerine genel bakış 3. Hafta YSA temel kavramlar ve terimler, YSA tarihçe 4. Hafta YSA yapıları 5. Hafta YSA öğrenme algoritmaları 6. Hafta Tek Katmanlı Ağlar 7. Hafta Çok Katmanlı İleri beslemeli ağlar 8. Hafta ARA SINAV 9. Hafta İleri beslemeli YSA Uygulamaları 10. Hafta Kendisini Organize Edebilen Haritalar 11. Hafta Vektör Kuantalama Öğrenmeli Ağlar 12. Hafta Radyal Tabanlı Fonksiyon Ağları 13. Hafta Araştırma ve Uygulama Ödev Sunumları 14. Hafta Araştırma ve Uygulama Ödev Sunumları ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER Dinamik Sistem ve Modelleme Ders Adı Dili: Türkçe Dönemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Y.Doç.Dr. Mustafa DANACI Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: danaci@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar M. Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32528 Faks: 90 352 4374933 II. DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet Zorunlu: İlgili: Evet Esas: Yan dal: Başlangıç: Evet Orta: İleri Uzmanlık: bir sistemin tasarım ve modellenmesinin yüksek seviyeli bilgisayar Dersin Amacı Ders İçeriği Öğretim Metodu programları ve dili ile yapılması için gerekli akademik bilgi verilmesi amaçlanmaktadır. Temel istatistik ve matematik modellerin üzerine dinamik bir sistemin tanımlanması, tasarlanması ve modellenmesi için gerekli bilgiler verilmektedir. Ders içeriği, ilk olarak model kavramını vermektedir. Değişik amaçlara yönelik olarak matematiksel denklemler ile bir sistem davranışı modellenecektir. İlgi duyulan sistemin davranışını tam olarak verebilecek dinamik bir model ortaya konulacaktır. Teorik olarak verilen temel bilgi üzerine yapılacak çeşitli problem çözümleri ve verilecek ödev çalışmaları ile ders işlenecektir. İstatistik, olasılık, matematik, programlama gibi temel konularda önbilgileri olmalıdır. Öğrencilerin derse katılmaları gerekmektedir. Öğrenciden İstenilen Gereklilikler %40 Vize %60 Final notu ile başarı değerlendirilir. Başarı Notunun Hesaplanması Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer. Önerilen Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, Houghton Kaynaklar, Araç Mifflin, 1993. ve Gereçler Haftalara Göre Ders Planı Haftalar Konular Sistem ve modelleme. Sistem kavramı. 1. Hafta Lineer modellerin analitik çözümü 2. Hafta Laplace dönüşümü 3. Hafta Transfer Function Analysis 4. Hafta Nonlineer bir sistem üzerinden lineer model geliştirilmesi 5. Hafta Elektriksel sistemler 6. Hafta Termal sistemler 7. Hafta 8. Hafta ARA SINAV Hidrolik sistemler 9. Hafta 10. Hafta Mekanik sistemler 11. Hafta Mekanik sistemler 12. Hafta Dişli mekanik sistemler 13. Hafta Elektromekanik sistemler 14. Hafta Elektromekanik sistemler ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI I. GENEL BİLGİLER Ayrık Simulasyon Ders Adı Dili: Türkçe Dönemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Y.Doç.Dr. Mustafa DANACI Öğretim Üyesi Pzt. /Salı /Çrş. /Prş./Cuma: 14.00-14.30 Görüşme Saatleri E posta: danaci@erciyes.edu.tr WEB: Fakülte iletişim adresi: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar M. Bölümü, 38039-Kayseri / TURKİYE Tel: 90 352 4374937 Dahili 32528 Faks: 90 352 4374933 II. Zorunlu: Esas: Başlangıç: Evet Dersin Amacı Ders İçeriği Öğretim Metodu DERS BİLGİLERİ Ders Tipi ve Seviyesi Seçmeli: Evet İlgili: Evet Yan dal: Orta: İleri Uzmanlık: Sistem modelleme, simülasyon sistemini tasarlama, yüksek düzeyli programlama dilleri, veya simülasyon yazılımları ile sistemlerin analizlerini yapabilmeleri için gerekli temel bilgileri (olasılık, istatistik, modelleme ve temel simülasyon kavramları) kazandırmak bir sistemin tasarım ve modellenmesinin yüksek seviyeli bilgisayar programları ve dili ile yapılması için gerekli akademik bilgi verilmesi amaçlanmaktadır. Ders içeriği, ilk olarak model kavramını vermektedir. Değişik amaçlara yönelik olarak matematiksel denklemler ile bir sistem davranışı modellenecektir. İlgi duyulan sistemin davranışını tam olarak verebilecek dinamik bir model ortaya konulacaktır. Teorik olarak verilen temel bilgi üzerine yapılacak çeşitli problem çözümleri ve verilecek ödev çalışmaları ile ders işlenecektir. İstatistik, olasılık, matematik, programlama gibi temel konularda önbilgileri olmalıdır. Öğrencilerin derse katılmaları gerekmektedir. Öğrenciden İstenilen Gereklilikler %40 Vize %60 Final notu ile başarı değerlendirilir. Başarı Notunun Hesaplanması Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer. Önerilen Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, Houghton Kaynaklar, Araç Mifflin, 1993. ve Gereçler Haftalara Göre Ders Planı Haftalar Konular Sistem ve model kavramlarına giriş. Dinamik sistemler. Ayrık zaman sistemleri. 1. Hafta Olasılık teorisine giriş. 2. Hafta Lineer modellerin analitik çözümü. 3. Hafta Nonlineer sistemin lineer olarak modellenmesi. 4. Hafta Markov zinciri, ayrık zamanlı markov zinciri, sürekli zamanlı markov zinciri. 5. Hafta Kontrollü markov zinciri, markov karar süreçleri, markov karar problemlerinin çözümü. 6. Hafta Kuyruk teorisine giriş, kuyruk modelleri, kuyruk system parametreleri 7. Hafta 8. Hafta ARA SINAV Kuyruk sistemleri ve kontrolü. Yönlendirme problemleri, planlama problemleri, kabul problemleri 9. Hafta 10. Hafta Markov kuyruk sistemleri, markov olmayan kuyruk sistemleri. 11. Hafta Ayrık olay simulasyon analizi, simulasyon karakteristiği, parameter kestirimi. 12. Hafta Ayrık olay simulasyonu, Sınırlı süreli simulasyon kesme ve çıktı analizi. Sürekli simulasyon 13. Hafta 14. Hafta çıktıları analizi. Hassasiyet analizi ve eşzamanlı kestirim, örnek fonksiyonları ve türevleri. Infinitesimal perturbation analysis(IPA) analizi, IPA uzantıları, SPA analizi.