TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | CENG548 |
| Ad | Nature-Inspired Computing |
| Yarıyıl | . Yarıyıl |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | İngilizce |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Doç. Dr. MUSTAFA ORAL |
Dersin Amacı
Bu dersin temel amacı doğadan ilham alan hesaplamalı incelemeyi yapmaktır. yapay yaşamdaki yöntemler, evrimsel hesaplama ve ilgili alanlar üzerinde durularak İlgili temel hesaplama prensiplerini anlama.
Dersin İçeriği
Kavramsal Çerçeve tanımları, terminoloji, farklı paradigmalara giriş, öz-örgütlenme ve ortaya çıkma gibi temel kavramlar, tarihçe, genel bakış. Hücresel Otomata: temeller, özellikler, ortamlar, kendi kendini kopyalayan makineler, adaptasyon, uygulamalar. Çok Katmanlı Yapay Yaşam Dünyaları: Sürü, sürü zekası, karınca kolonisi optimizasyonu, Sinir Ağları: Genetik Algoritmalar: biyoloji, yöntem, varyantlar, uygulamalar; Genetik Algoritmalar: biyoloji, yöntem, çeşitler, uygulamalar; Evrim Stratejileri: yöntem, varyasyonlar, optimizasyon, Doğadan Esinlenen Hesaplamada İleri / Araştırma Konuları:
Dersin Ön Koşulu
Yok
Kaynaklar
Nabiyev V. V., 2005 Yapay Zeka: Problemler, Yöntemler, Algoritmalar, Ankara (2. Baskı) 2 Russell, Stuart J. ; Norvig, Peter, 2003 , Artificial Intelligence: A Modern Approach (2nd ed. )
Notlar
Nilsson, Nils,1998 , Artificial Intelligence: A New Synthesis, Morgan Kaufmann Publishers, ISBN 978-1-55860-467-4
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Tartışılan algoritmaları motive eden doğal olayları tanımlayabilir |
| ÖÇ02 | Doğadan ilham alan algoritmaların güçlü yanlarını, zayıf yanlarını ve uygunluğunu anlar |
| ÖÇ03 | Doğadan ilham alan algoritmaları optimizasyon, tasarım ve öğrenme problemlerine uygular. |
| ÖÇ04 | NP zor ve hesaplama karmaşıklığının temel kavramlarını anlar |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. | 3 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | 5 |
| PÖÇ03 | Yetkinlikler - Öğrenme Yetkinliği | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | 4 |
| PÖÇ04 | Yetkinlikler - Öğrenme Yetkinliği | Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 5 |
| PÖÇ05 | Yetkinlikler - Öğrenme Yetkinliği | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. | |
| PÖÇ06 | Yetkinlikler - Öğrenme Yetkinliği | Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. | 4 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Öğrenme becerilerine sahip olur. | 5 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. | 4 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır. | 2 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. | 3 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. | 1 |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Kavramsal Çerçeve tanımları, terminoloji, farklı paradigmalara giriş, öz organizasyon ve ortaya çıkış gibi temel kavramlar, tarihçe, genel bakış | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 2 | Hücresel Otomatlar: temel bilgiler, özellikler, ortamlar, kendi kendini kopyalayan makineler, adaptasyon, uygulamalar | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 3 | Çok Aracılı Yapay Yaşam Dünyaları: Sürü, sürü zekası, karınca kolonisi optimizasyonu | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 4 | Neural Nets: | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 5 | Genetik Algoritmalar 1: biyoloji, yöntem, çeşitler, uygulamalar | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 6 | Genetik Algoritmalar 2: biyoloji, yöntem, çeşitler, uygulamalar | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 7 | Evrim Stratejileri: yöntem, varyasyonlar, optimizasyon | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınav | Sınava hazırlık | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | eş-evrim, türleşme, yaratıcı evrimsel sistemler, ağ gösterimleri ve genetik işlemler, mekansal olarak dağılmış popülasyonlar | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım |
| 10 | Gelişen Yapay Sinir Ağları | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 11 | Doğadan İlham Alan Hesaplamada İleri / Araştırma Konuları: Orman Algoritması | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 12 | Doğadan İlham Alan Hesaplamada İleri / Araştırma Konuları: Bakteriyel yiyecek arama optimizasyonu Algoritması (BFOA) | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 13 | Doğadan İlham Alan Hesaplamada İleri / Araştırma Konuları: Ateşböceği Algoritması (FFA) | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 14 | Doğadan İlham Alan Hesaplamada İleri / Araştırma Konuları: Çiçek Tozlaşma Algoritması (FPA) | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 15 | Doğadan İlham Alan Hesaplamada İleri / Araştırma Konuları: Cuckoo Search Algorithm (CSA) | Ders materyallerini okuma | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
| 16 | Yarıyıl Sonu Sınavları | Proje sunumuna hazırlanma | Ölçme Yöntemleri: Yazılı Sınav, Ödev, Proje / Tasarım, Performans Değerlendirmesi |
| 17 | Yarıyıl Sonu Sınavları | Proje sunumuna hazırlanma | Ölçme Yöntemleri: Ödev, Proje / Tasarım, Performans Değerlendirmesi |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||