Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
BİL446 Yapay Sinir Ağları (TS 8) 927003 4 8 6

Dersin Amacı

Bu derste, Yapay Sinir Ağlarının (YSA’nın) yaygın kullanım bulan model ve algoritmaları verilecektir.

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Neural Networks and Learning Machines-Simon Haykin

Staj Durumu

Yok

Dersin İçeriği

Dersin içeriği temel sinir hücre modeli, algılayıcı, uyarlanır doğrusal eleman, en küçük kareler algoritması, Çok Katmanlı Algılayıcı (ÇKA), Geriye Yayılım (GY) öğrenme algoritması, Radyal Tabanlı Fonksiyon (RTF) ağları, kendi kendini düzenleyen ağ, vektör nicemlemeyi öğrenen ağ; Destek Vektör Makineleri (DVM), Sürekli zaman ve ayrık zaman Hopfield ağları, sınıflandırma teknikleri, örüntü tanıma, işaret işleme ve kontrol uygulamaları.

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 50
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 50
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 60 60
2 Final Sınavı 1 90 90

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Biyolojik esinlenme. Yapay sinir ağları üzerine tarihsel notlar. Yapay sinir ağlarının uygulamaları. Yapay sinir ağ modellerinin ve öğrenme algoritmalarının bir sınıflaması.
2 Genel yapay sinir hücre modeli. Ayrıkdeğerli algılayıcı, eşik mantığı ve sınırları. Ayrıkzaman (dinamik) Hopfield ağları. Hebb kuralı. Bellek örüntü vektörlerinin dış çarpımı olarak başlantı ağırlık matrisi.
3 Eğiticili öğrenme. Algılayıcı öğrenme kuralı. Doğrusal uyarlanır eleman. Çıkış hatası minimizasyon problemi olarak eğiticili öğrenme. Minimizasyon için gradyendüşüm algoritması. En küçük kareler kuralı.
4 Tek katmanlı sürekli değerli algılayıcı. Doğrusal olmayan (sigmoidal) aktivasyon fonksiyonu. Delta kuralı. Grup ve veri tabanlı güncellenen gradyendüşüm algoritmaları. Deterministik ve stokastik gradyendüşüm algoritmalar için yakınsaklık koşulları.
5 Evrensel yaklaşım makinesi olarak çok katmanlı algılayıcı. Fonksiyon gösterimleri ve yaklaşım problemi. Geriye yayılım algoritması. Yerel minimum problemi. Aşırı eğitim.
6 Arasınav . Grup ve veri uyarlamalı eğitim biçimleri. Eğitim kümesine karşı test kümesi. Aşırı uyma problemi. Ağların eğitim ve testinde pratik konular. Çok katmanlı algılayıcıların işaret işleme ve örüntü tanıma uygulamaları.
7 Radyal Taban Fonksiyonlu (RTF) ağlar. RTF ağlarının doğrusal ağırlıkları, Gauss merkezleri ve genişliklerini belirlemek için geriye yayılım algoritması. Merkezlerin rasgele seçimi. Gauss merkezlerinin ve genişliklerinin belirlenmesinde giriş öbekleme ve giriş çıkış öbeklemenin kıyaslanması. Düzenlileştirme kuramı, karma Gauss (koşullu olasılık yoğunluk fonksiyonu) ve yapay sinir tabanlı bulanık sistem modelleri ile RTF ağlarının ilişkileri.
8 Sınıflama için destek vektör makineleri. Çekirdek gösterimi. Genelleme yeteneği. Vapnik Chervonenkis boyutu. Destek vektör makineleri. Farklı çekirdek, kayıp (hata) fonksiyonu ve (ayrıştıran düzlem) yatıklığı için norm seçimlerinin karşılaştırılması.
9 Veri gösterimi için parametrik ve parametrik olmayan yöntemlerin kıyaslanması. Vektör nicemleme problemi olarak eğiticisiz öğrenme. Yarışmacı ağlar. “Kazanan her şeyi alır” ağı. Kohonen’in özdüzenlemeli öznitelik haritası. Öbekleme.
10 Sürekli zaman Hopfield Ağı. Hopfield ağının çokludenge noktalarının kararlılık analizi. Amaç ölçütü minimizasyonu için Hopfield ağları: Hopfield ağlarının Liapunov (enerji) tabanlı tasarımı. Çağrışımsal bellek. Gezgin satıcı problemi. Kombinatoryal optimizasyon.
11 Yapay sinir ağlarının örüntü tanıma uygulamaları. Öznitelik çıkarımı için yapay sinir ağları. Doğrusal olmayan öznitelik dönüşümü. Veri kaynaştırma. Sınıflayıcı olarak yapay sinir ağları. Görüntü ve ses tanıma uygulamaları.
12 Yapay sinir ağlarının kontrol uygulamaları. Sistem tanılama için yapay sinir ağları. Kontrolör olarak yapay sinir ağları. Ters sistem tasarımı. Doğrudan ve dolaylı denetim yöntemleri. Uyarlanır kontrol.
13 Yapay sinir ağ modelleri ve ilişkin öğrenme algoritmalarının işaret işleme, örüntü tanıma ve kontrol uygulamalarının MATLAB nümerik yazılım ortamında gerçeklenmesi.
14 Yapay sinir ağ modelleri, öğrenme algoritmaları ve uygulamalarının genel değerlendirmesi.

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1276028 Temel yapay sinir ağ modellerini tanımlayabilecek,
2 1276029 Yaygın kullanılan YSA modellerini ve öğrenme algoritmalarını belirli bir uygulama için kullanabilecek
3 1276030 Yapay sinir ağlarını gerçek sınıflandırma, örüntü tanıma, işaret işleme ve kontrol problemlerine uygularken pratik problemleri değerlendirebilecek.
4 1276031 MATLAB ve onun Yapay Sinir Ağ Aracını kullanarak temel YSA modellerini ve algoritmalarını gerçekleştirebilecektir.

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 64129 Temel matematik ve bilgisayar bilimleri bilgilerini bilgisayar mühendisliği problemlerine uygulama becerisi.
2 64130 Var olan bir dizgedeki problemleri saptama, tanımlama ve çözümleme becerisi.
3 64131 İstenen gereksinimleri yerine getirecek şekilde bir sistemi veya bir süreci modern tasarım araçları ile tasarlama becerisi.
4 64132 Gereksinimlere uygun donanım ve yazılım çözümlerinin belirlenmesi ve kullanılması becerisi.
5 64133 Deney, gözlem, uygulama ve akıl yürütmeye dayalı çözümleme ve yorumlama becerisi.
6 64134 Bireysel çalışma, disiplin içi ve disiplinler arası takımlarda çalışma becerisi.
7 64135 Türkçe yazılı ve sözlü iletişim kurma becerisi, meslekteki ilerlemeyi sağlayacak şekilde yabancı dil bilgisinin kazandırılması.
8 64136 Yaşam boyu öğrenmenin gerekliliğini kavrayarak yeniliklere açık olma bilinci ile kendini yenileme becerisi.
9 64137 Mesleki ve ahlaki sorumluluk bilincine sahip olma.
10 64138 Proje planlaması ve yönetimi yapabilme; iş hayatında girişimcilik, yenilikçilik vb. kavramların önemini kavrama becerisi.
11 64139 Çağımızın sosyal, ekonomik, çevresel vb. sorunları hakkında farkındalık ve mühendislik mesleğini bu farkındalığın getirdiği sorumluluk bilinci ile gerçekleştirme.
12 64127 Sorgulayıcı düşünerek yaratıcı ve özgün çözüm yolları bulabilme, alternatif çözüm yolları üretebilme
13 64128 Özgüven, zorluklardan yılmama, kararlılık, sabır gibi kişilik özelliklerinin geliştirilmesi.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13
Öğrenme Çıktısı
1 5 5 4 4 4 3 3 3 4 3 3 3 3
2 5 4 4 4 4 4 3 3 3 3 3 3 3
3 4 5 3 4 3 4 3 3 3 3 3 3 3
4 4 4 4 4 3 3 3 3 3 3 3 3 3
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek