MÜHENDİSLİK FAKÜLTESİ
Mekatronik Mühendisliği
CE 455 | Ders Tanıtım Bilgileri
| Dersin Adı |
Derin Sinir Ağları
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
CE 455
|
Güz/Bahar
|
3
|
0
|
3
|
5
|
| Ön-Koşul(lar) |
Yok
|
|||||
| Dersin Dili |
İngilizce
|
|||||
| Dersin Türü |
Seçmeli
|
|||||
| Dersin Düzeyi |
Lisans
|
|||||
| Dersin Veriliş Şekli | - | |||||
| Dersin Öğretim Yöntem ve Teknikleri | Problem çözmeAnlatım / Sunum | |||||
| Dersin Koordinatörü | ||||||
| Öğretim Eleman(lar)ı | - | |||||
| Yardımcı(ları) | - | |||||
| Dersin Amacı | Bu ders gelişmiş derin sinir ağlarının yapıları ve algoritmaları hakkında ileri düzeyde bir bilgi birikimi sağlamaktadır. Derin sinir ağları yapıları ve algoritmalarının teorik özellikleri ile birlikte, bu teoriden kaynaklanan pratik uygulamaları da irdelenecektir. |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Dersin içeriğinde beslemeli sinir ağları, geri-yayılım, evrişimli sinir ağları, yineleyen sinir ağları, geri dönüşümlü sinir ağları, düzenleştirme, optimizasyon bulunmaktadır. |
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri | ||
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
| Hafta | Konular | Ön Hazırlık |
| 1 | Sinir Ağlarına Giriş | Bölüm 1. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 2 | Uygulamalı Matematik ve Otomatik Öğrenmenin Temelleri | Bölüm 2-3. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 3 | Uygulamalı Matematik ve Otomatik Öğrenmenin Temelleri | Bölüm 4-5. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 4 | Derin İleri Beslemeli Sinir Ağları | Bölüm 6. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 5 | Derin Öğrenme için Düzenleştirme | Bölüm 7. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 6 | Derin Öğrenme için Düzenleştirme | Bölüm 7. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 7 | Derin Modeller için Optimizasyon | Bölüm 8. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 8 | Derin Modeller için Optimizasyon | Bölüm 8. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 9 | Ara-sınav | |
| 10 | Evrişimli Sinir Ağları | Bölüm 9. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 11 | Evrişimli Sinir Ağları | Bölüm 9. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 12 | Yineleyen, ve Geri Dönüşümlü Ağlar | Bölüm 10 Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 13 | Yineleyen, ve Geri Dönüşümlü Ağlar | Bölüm 10 Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 14 | Pratik Yöntembilim ve Uygulamalar | Bölüm 11-12. Deep Learning. I. Goodfellow, Y. Bengio, A. Courville. ISBN: 9780262035613. |
| 15 | Dönemin gözden geçirilmesi | |
| 16 | Final Sınavı |
| Ders Kitabı | I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016, ISBN: 9780262035613. |
| Önerilen Okumalar/Materyaller |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği |
4
|
30
|
| Portfolyo | ||
| Ödev | ||
| Sunum / Jüri Önünde Sunum | ||
| Proje | ||
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
30
|
| Final Sınavı |
1
|
40
|
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
5
|
60
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı |
1
|
40
|
| Toplam |
AKTS / İŞ YÜKÜ TABLOSU
| Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
|---|---|---|---|
| Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) |
16
|
3
|
48
|
| Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) |
16
|
0
|
|
| Sınıf Dışı Ders Çalışması |
14
|
3
|
42
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
4
|
5
|
20
|
| Portfolyo |
0
|
||
| Ödev |
0
|
||
| Sunum / Jüri Önünde Sunum |
0
|
||
| Proje |
0
|
||
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
15
|
15
|
| Final Sınavı |
1
|
25
|
25
|
| Toplam |
150
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Matematik, fen bilimleri, matematiğe dayalı fizik, çok değişkenli matematik, türevsel denklemler, istatistik, optimizasyon ve lineer cebir konularında bilgi sahibidir; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır. |
|||||
| 2 | Karmaşık Mekatronik mühendisliği problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular. |
|||||
| 3 | Algılayıcı, eyleyici, kontrol, donanım ve yazılım öğelerine sahip karmaşık bir elektromekanik sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular. |
|||||
| 4 | Mekatronik Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır. |
|||||
| 5 | Mekatronik Mühendisliği problemlerinin incelenmesi için deney tasarar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar. |
|||||
| 6 | Mekatronik Mühendisliği disiplini içinde ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma sergiler. |
|||||
| 7 | Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır. |
|||||
| 8 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; mühendislik çözümlerinin hukuksal sonuçlarının farkındadır. |
|||||
| 9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilincine sahiptir; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi sahibidir. |
|||||
| 10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi sahibidir; girişimcilik, yenilikçilik hakkında bilinçlidir; sürdürülebilir kalkınma hakkında bilgi sahibidir. |
|||||
| 11 | Bir yabancı dili kullanarak Mekatronik Mühendisliği ile ilişkili konularda, bilgi toplar ve meslektaşları ile iletişim kurar. |
|||||
| 12 | İkinci yabancı dili orta düzeyde kullanır. |
|||||
| 13 | Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilgiye erişebilir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler; insanlık tarihi boyunca oluşan bilgi birikimini Mekatronik Mühendisliği alanıyla ilişkilendirir. |
|||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
HABER |TÜM HABERLER
Mekatronik Mühendisleri Günü Etkinliği
Bölüm başkanımız Prof. Dr. Şeniz Ertuğrul'un konuşmacı olarak katıldığı 2. Mekatronik Mühendisleri günü etkinliği aşağıdaki linkten izlenebilir. https://www.youtube.com/watch?v=Ob--3v9bp7k&ab_channel=MekatronikM%C3%BChendisleriDerne%C4%9Fi
İzmir Ekonomili mühendislerden kendi rotasını belirleyen otonom robot
İzmir Ekonomi Üniversitesi'nde (İEÜ) yürütülen projeyle engelle karşılaştığında yapay zeka kullanarak yeniden rota çizebilen otonom robot geliştirildi. TÜBİTAK tarafından desteklenen "Kapalı Alanlarda
Geleceğin Gözde Meslekleri
"Geleceğin Gözde Meslekleri - Mekatronik mühendisliği (Cnn Türk - Sinem Yöndem) 18.11.2016" İlgili habere aşağıdaki linkten ulaşılabilir. https://www.youtube.com/watch?v=d74Y4q1LZ40&ab_channel=SinemY%C3%B6ndem