Course Name Code Semester T+U Hours Credit ECTS
Bulanik Mantik ve Yapay Sinir Ağlarina Giriş BSM 427 7 3 + 0 3 5
Precondition Courses
Recommended Optional Courses
Course Language Türkçe
Course Level Lisans
Course Type Seçmeli
Course Coordinator Dr.Öğr.Üyesi MUHAMMED FATİH ADAK
Course Lecturers Dr.Öğr.Üyesi MUHAMMED FATİH ADAK,
Course Assistants
Course Category
Course Objective 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.
Course Content 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.
# Course Learning Outcomes Teaching Methods Assessment Methods
1 Karşılaşılan problemlerde bulanık mantığın ve YSA yapılarının nasıl uygulanacağını kavramak, Anlatım, Beyin Fırtınası, Sınav , Sözlü Sınav, Ödev,
2 Örnek bulanık mantık ve YSA yazılım araçlarını öğrenmek Anlatım, Soru-Cevap, Sınav , Proje / Tasarım,
3 Yaygın kullanılan bulanık çıkarım metotlarını öğrenmek, Anlatım, Soru-Cevap, Beyin Fırtınası, Sınav , Sözlü Sınav, Ödev,
4 Yapay sinir ağları ile ilgili temelleri kavramak, Anlatım, Soru-Cevap, Sınav , Proje / Tasarım, Performans Görevi,
5 Bulanık mantık ile ilgili temelleri kavramak, Anlatım, Soru-Cevap, Sınav , Proje / Tasarım,
Week Course Topics Preliminary Preparation
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
Resources
Course Notes Bulanık Mantık ve YSA, Sakarya Üniversitesi, Ders Notu
Course Resources 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
Order Program Outcomes Level of Contribution
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.
Evaluation System
Semester Studies Contribution Rate
1. Ara Sınav 30
1. Kısa Sınav 15
2. Kısa Sınav 20
1. Ödev 20
2. Ödev 15
Total 100
1. Yıl İçinin Başarıya 60
1. Final 40
Total 100
ECTS - Workload Activity Quantity Time (Hours) Total Workload (Hours)
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
Total Workload 137
Total Workload / 25 (Hours) 5.48
dersAKTSKredisi 5