Geri
AKADEMİK
Geri Dön

Ders Tanımı

Ders Kodu Yarıyıl T+U Saat Kredi AKTS
İŞARET İŞLEME İÇİN SİNİR AĞLARI 3+0 3 8
Ders Programi Henüz Hazırlanmamıştır.
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili İngilizce
Dersin Seviyesi Doktora
Dersin Türü Programa Bağlı Seçmeli
Dersin Koordinatörü Dr.Öğr.Üye. Mehmet KOCATÜRK
Dersi Verenler Dr.Öğr.Üye. Mehmet KOCATÜRK
Dersin Yardımcıları
Dersin Amacı Bu dersin amacı hesaplamalı nöron modellerini kullanmayı temel alan işaret işleme ve desen tanıma tekniklerini değerlendirmektir.
Dersin İçeriği Bu ders; Sinir Sistemi: Mikroskopik Görünüm,Sinir Sistemi: Makroskopik Görünüm,Makine Öğrenmesi ve Desen Tanıma,Algılayıcı,Çok Katmanlı Algılayıcı,Gözetimli Öğrenme,Geri Yayılım Algoritması,Bağlanımda Sinir Ağları,Desen Sınıflandırma için Sinir Ağları,Hodgkin-Huxley And Izhikevich Modeli ,Sinaptik Etkileşimlerin Matematiksel Modelleri,Nöromodulasyon - Pekiştirmeli Öğrenme,Vuru Temelli Sinir Ağları,Vuru Temelli Sinir Ağı Benzetimi; konularını içermektedir.
Dersin Öğrenme Kazanımları Öğretim Yöntemleri Ölçme Yöntemleri
İşaret işleme ve desen tanıma problemleri için sinir ağları tasarlar. 1, 10, 13, 14, 16, 2, 3, 4, 9 A, C, D
Temel nöron ve sinaptik etkileşim modellerini açıklar ve değerlendirir 1, 10, 13, 14, 16, 2, 3, 4, 9 A, C, D
Sinirsel kodlamaya ilişkin ana kavramları açıklar. 1, 10, 13, 14, 16, 2, 3, 4, 9 A, C, D
Sinir sistemi bileşenlerinin hesaplamalı modellerinde model nöronlarını kullanımını değerlendirir. 1, 10, 13, 14, 16, 2, 3, 4, 9 A, C, D
Öğretim Yöntemleri: 1: Anlatım, 10: Beyin Fırtınası, 13: Deney / Laboratuvar, 14: Bireysel Çalışma, 16: Proje Temelli Öğrenme, 2: Soru - Cevap, 3: Tartışma, 4: Alıştırma ve Uygulama, 9: Benzetim
Ölçme Yöntemleri: A: Yazılı sınav, C: Ödev, D: Proje / Tasarım
Haftalık ders konuları ve öğrenim hedefleri için tıklayınız.

Ders Akışı

Sıra Konular Ön Hazırlık
1 Sinir Sistemi: Mikroskopik Görünüm
2 Sinir Sistemi: Makroskopik Görünüm
3 Makine Öğrenmesi ve Desen Tanıma
4 Algılayıcı
5 Çok Katmanlı Algılayıcı
6 Gözetimli Öğrenme
7 Geri Yayılım Algoritması
8 Bağlanımda Sinir Ağları
9 Desen Sınıflandırma için Sinir Ağları
10 Hodgkin-Huxley And Izhikevich Modeli
11 Sinaptik Etkileşimlerin Matematiksel Modelleri
12 Nöromodulasyon - Pekiştirmeli Öğrenme
13 Vuru Temelli Sinir Ağları
14 Vuru Temelli Sinir Ağı Benzetimi
Kaynaklar
Alpaydin, E., (2010) Introduction to machine learning, MIT Press,Cambridge. Kandel, E. R., Schwartz, J. H., Jessell, T. M., Siegelbaum, S. A., Hudspeth, A. J. , (2012) Principles of neural science, McGraw-Hill, New York. Lytton, W. W., (2002) From computer to brain : foundations of computational neuroscience, Springer, New York. Dayan, P., Abbott, L. F., (2001) Theoretical neuroscience: Computational and mathematical modeling of neural systems, MIT Press, Cambridge. Izhikevich, E.M., (2007) Dynamical systems in neuroscience: The geometry of excitability and bursting, MIT Press, Cambridge.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
No Program Yeterliliği Katkı Düzeyi
1 2 3 4 5
0
Temel bilimleri, matematik ve mühendislik bilimlerini üst düzeyde anlar ve uygular, alanında en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir.
X
0
Mühendisliğin ilişkili olduğu disiplinler arası etkileşimi kavrar, yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır.
X
0
Bir alanda en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir.
X
0
Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar.
X
0
Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur.
X
0
Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirerek bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır.
X
0
Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygular ve sonuçlandırır; bu süreci yönetir.
X
0
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü C1 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır
X
0
Uzmanlık alanındaki fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar.
X
0
Mühendislik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtır, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur ve toplumsal, bilimsel, kültürel ve etik değerlerin gelişimini destekler.
X

Değerlendirme Sistemi

Değerlendirme Sistemi Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı   50
Genel Sınavın Başarıya Oranı   50
Toplam   100

AKTS - işyükü

AKTS / İşyükü Tablosu
Etkinlik Sayı Süresi
(Saat)
Toplam
İş Yükü
(Saat)
Ders Saati 0 0 0
Rehberli Problem Çözme 0 0 0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi 0 0 0
Oku Dışı Diğer Faaliyetler 0 0 0
Proje Sunumu / Seminer 0 0 0
Kısa Sınav (QUİZ) ve Hazırlığı 0 0 0
Ara Sınav ve Hazırlığı 0 0 0
Genel Sınav ve Hazırlığı 0 0 0
Performans Görevi, Bakım Planı 0 0 0
Toplam İş Yükü (Saat) 0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(48/30) 0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Sayısal Veriler

Öğrenci Başarı Durumu