| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Mekatronik Mühendisliğinde Yapay Zeka Uygulamaları | MEK 523 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Prof.Dr. RAŞİT KÖKER |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Mühendislik uygulamalarında kullanılan yapay zeka tekniklerinin temel prensiplerinin öğretimi ve bunların uygulamalarda nasıl kullanıldığının detaylı analizinin yapılması. Öğrenci, yapay zekanın temel prensiplerini öğrenir. Mühendislik problemlerine yapay zeka tekniklerinin uygulanmasındaki yaklaşımları kavrar. Öğrenci, bulanık mantığın temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. Öğrenci, uzman sistemlerin temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. Öğrenci, yapay sinir ağlarınının temel prensiplerini kavrar ve mühendislikteki uygulamalarını tanır. |
| Dersin İçeriği | Yapay zekânın tanımı, temel kavramlar ve teknikler, Uzman Sistemler ve mühendislik uygulamaları, Bulanık mantık ve mühendislik uygulamaları, Genetik algoritmalar ve uygulama örnekleri, Yapay sinir ağları: Yapay sinir ağlarının yapısı ve temel elemanları, ilk yapay sinir ağları, yapay sinir ağı modelleri, geri beslemeli ağlar. Yapay sinir ağlarının mühendislik uygulamaları |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Yapay zekânın temel kavramlarını bilir. | Anlatım, Soru-Cevap, Deney ve Laboratuvar, | |
| 2 | Uzman Sistemlerin Mekatronik mühendisliğine uygulanmasını bilir. | Anlatım, Soru-Cevap, Deney ve Laboratuvar, | |
| 3 | Yapay sinir ağları kullanarak mühendislik problemlerine çözer. | Anlatım, Soru-Cevap, Deney ve Laboratuvar, | |
| 4 | Bulanık mantık ile Mühendislik uygulamaları yapar | Anlatım, Soru-Cevap, Deney ve Laboratuvar, | |
| 5 | Genetik algoritma ile mühendislik uygulamaları yapabilir. | Anlatım, Soru-Cevap, Deney ve Laboratuvar, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Yapay Zeka teknolojilerine Giriş | |
| 2 | Uzman Sistemler | |
| 3 | Yapay sinir ağlarının yapısı ve temel elemanları | |
| 4 | Tek ve Çok Katmanlı Algılayıcılar | |
| 5 | Yapay Sinir Ağları Uygulama örnekleri | |
| 6 | Yapay Sinir Ağları Uygulama örnekleri | |
| 7 | Bulanık mantıkta temel kavramlar | |
| 8 | Bulanık mantığın özellikleri | |
| 9 | Bulanık mantık ve mühendislik uygulamaları | |
| 10 | Ara Sınavı | |
| 11 | Genetik Algoritma ve uygulama alanları | |
| 12 | Genetik Algoritma uygulamaları | |
| 13 | Öğrenci projelerinin sunumları | |
| 14 | Öğrenci projelerinin sunumları |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | 1. Yapay Zeka, Vasif Nabiyev, Seçkin Yayınevi, 2010. 2. Mühendislikte yapay zeka uygulamaları, Ş.Sağıroğlu, E.Beşdok, M.Erler, Ufuk Yayınevi, 2003. 3. Neural Network Design, M. Hagan, 2002. 4. . Fuzzy Logic and control, M. Jamshidi, Prentice Hall, 1993. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 |
|---|---|---|---|---|---|---|
| 1 | Yapay zekânın temel kavramlarını bilir. | |||||
| 2 | Uzman Sistemlerin Mekatronik mühendisliğine uygulanmasını bilir. | |||||
| 3 | Yapay sinir ağları kullanarak mühendislik problemlerine çözer. | |||||
| 4 | Bulanık mantık ile Mühendislik uygulamaları yapar | |||||
| 5 | Genetik algoritma ile mühendislik uygulamaları yapabilir. |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 55 |
| 1. Ödev | 30 |
| 1. Performans Görevi (Uygulama) | 15 |
| 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 | 4 | 64 |
| Ara Sınav | 1 | 6 | 6 |
| Ödev | 1 | 10 | 10 |
| Performans Görevi (Uygulama) | 1 | 10 | 10 |
| Final | 1 | 8 | 8 |
| Toplam İş Yükü | 146 | ||
| Toplam İş Yükü / 25 (Saat) | 5,84 | ||
| Dersin AKTS Kredisi | 6 | ||