Esnek Hesaplama Yöntemleri-II

Esnek Hesaplama Yöntemleri-II Dersi Haftalık Ders Notları


1- Yapay Sinir Ağları…Madaline   18 Şubat/ 25 Şubat /4Mart 2015 günlerine ait not

 

Esnek Hesaplama Yöntemleri-II Dersi Katalog Bilgileri


Kodu: Adı: ESNEK HESAPLAMA YÖNTEMLERİ-II Teorik+Uygulama: 3+0 AKTS: 7
Sınıf/Yarıyıl 1 / Bahar
Ders Düzeyi Yüksek Lisans
Ders Türü Seçmeli
Bölümü FBE-JEOLOJİ MÜHENDİSLİĞİ (YÜKSEK LİSANS)
Ön Koşul Dersleri
Öğretim Sistemi Örgün
Ders Süresi 14 Hafta
Öğretim Elemanı Doç. Dr. Ersan KABALCI (kabalci@nevsehir.edu.tr)
Öğretim Dili Türkçe
Sınıf Dışı Uygulama/Staj Yok
Dersin Amacı
Analitik modeller ile yorumlanması güç olan çok değişkenli ve çok parametreli sayısal yapıların analizinde kullanılan esnek-hesaplama (soft-computing) yöntemlerinin incelenmesi. Bu kapsamda, yapay sinir ağları, bulanık kümeler ve bulanık mantık (fuzzy), genetik algoritmalar ele alınacaktır. Esnek hesaplama geleneksel olmayan teknikleri veya yaklaşımları, gerçek problemlerinin çözümü için içermektedir.
Dersin İçeriği
Esnek hesaplama yöntemlerinin tanıtılması, Matlab-Simulink araçları, yapay sinir ağları, danışmanlı/danışmansız öğrenme, Adaline, Perceptron, Madaline ve BP (Back Propagation) sinir ağları, NeuroFuzzy modelleme (ANFIS), Genetik algoritmalar, Amaç fonksiyonu ve parametreler
Haftalık Detaylı Ders İçeriği
Hafta

Detaylı İçerik

Öğretim Yöntem ve Teknikleri

1

Yapay sinir ağları (ANN) Konu anlatım, araştırma

2

ANN Danışmanlı/danışmansız öğrenme Konu anlatım, araştırma, modelleme

3

Adaline, Perceptron, Madaline Konu anlatım, araştırma, modelleme

4

BP ANN Modelleme Konu anlatım, araştırma, sunum

5

Dinamik yapay sinir ağları Konu anlatım, araştırma

6

Yapay sinir ağı kontrol sistemleri Model oluşturma

7

Öğrenme vektör ve organizasyon algoritmaları Model oluşturma

8

Ara Sınav

9

Genetik algoritmalara giriş Konu anlatım, araştırma

10

Arama algoritmaları Konu anlatım, araştırma

11

Genetik algoritma araçları Konu anlatım, araştırma

12

Genetik algoritmalarla optimizasyon Konu anlatım, araştırma

13

Amaç fonksiyonu ve parametreler Konu anlatım, araştırma

14

Amaç fonksiyonu ve parametreler Konu anlatım, araştırma

15

Gerçek kodlu algoritmalar Konu anlatım, araştırma

16

Final Sınavı
Ders Kitabı / Yardımcı Kitap

1

D. K. Pratihar, Soft Computing, Alpha Science Intl Ltd, 2007.

2

Andrea Tettamanzi, Soft Computing: Integrating Evolutionary, Neural, and Fuzzy Systems, Springer, 2010.

3

Jnag, Sun, Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Matlab Curriculum, 1997.

4

A. K. Srivastava, Soft Computing, Narosa Pub House, 2008.

5

Aliev,R.A, Aliev,R.R.: Soft Computing and its Application, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4700-1

6

Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004.

7

Zaknih, A.: Neural Networks for Intelligent Signal Processing, World Scientific Publishing Co. Pte. Ltd., 2003.
Ders Araç – Gereç ve Malzemeleri
Yok
Ölçme Yöntemi

Yöntem

Hafta

Süre (Saat)

Katkı(%)

Ara Sınav

8

1

20

Diğer Ölçme Yöntemleri
1.Sözlü Sınav
2.Kısa Sınav (Quiz)
3.Laboratuvar Sınavı
4.Sunum
5.Rapor

1

20

6.Seminer
7.Performans Ödevi
8.Dönem Ödevi
9.Proje
Final Sınavı

16

1

60

Öğrenci İş Yükü

İşlem Adı

Haftalık Saat

Sayı

İş Yükü

Haftalık Ders Saati (Teorik+Uygulama)

3

14

42

Sınıf Dışı Çalışma
       a) Okuma

0

       b) İnternette/Kütüphanede Tarama

0

       c) Performans Ödevi

0

       d) Seminer/Sunum/Rapor Hazırlama

3

1

3

       e) Dönem Ödevi/Proje Hazırlama

0

Sözlü Sınav

0

Kısa Sınav (Quiz)

0

Laboratuvar Sınavı

0

Ara Sınav İçin Hazırlık

12

7

84

Ara Sınav

1

1

1

Final Sınavı İçin Hazırlık

12

7

84

Final Sınavı

1

1

1

Toplam İş Yükü;

215