Biyomedikal Mühendisliği

MCE 460 | Ders Tanıtım Bilgileri

Dersin Adı

Intelligent Systems

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
MCE 460	FALL	3	0	3	6

Ön-Koşul(lar)	Yok
Dersin Dili	English
Dersin Türü	ELECTIVE_COURSE
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli	Face-to-face
Dersin Öğretim Yöntem ve Teknikleri	Problem Solving Q&A Lecture / Presentation
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Musa Özgün Güleç
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi Musa Özgün Güleç
Yardımcı(ları)	-

Dersin Amacı

This course will provide Mechatronic engineering students with fundamental knowledge and skills in using intelligent systems. Students will learn how to use neural networks, fuzzy logic, and other nature-inspired algorithms. By examining case studies, they will gain experience in applications to real engineering problems.

Öğrenme Çıktıları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Ad	Açıklama	PC Alt	* Katkı Düzeyi
Ad	Açıklama	PC Alt	1	2	3	4	5
LO1	Define intelligent systems.				X
LO2	Be able to design multi-layered artificial neural networks.			X
LO3	Be able to use fuzzy logic and neuro-fuzzy systems.			X
LO4	Compare optimization methods based on derivatives with optimization methods inspired by nature.			X
LO5	Will be able to suggest solutions to different problems with intelligent methods.					X

Ders Tanımı

Introduction to intelligent systems and nature inspired algorithms. Review for Optimization, modeling and control. Introduction to neural networks, back propagation learning rule, fuzzy set theory, fuzzy inference methods, fuzzy control, adaptive neuro-fuzzy inferencing system (ANFIS), genetic algorithms. Case studies with applications.

Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri	X
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Introduction to intelligent systems	Textbook 1: Chapter 1	LO1
2	Introduction to artificial intelligence	Textbook 1: Chapter 1	LO1
3	Perceptron learning algorithms	Textbook 1: Chapter 2	LO2
4	Learning by back propagation of error	Textbook 1: Chapter 2	LO2
5	Artificial neural network (ANN) design and training	Textbook 1: Chapter 6	LO2
6	Use of neural networks for modeling and control	Textbook 1: Chapter 6	LO2
7	Introduction to fuzzy logic, fuzzy set theory	Textbook 1: Chapter 4	LO3
8	Midterm exam		-
9	Fuzzy composition and inference	Textbook 1: Chapter 4	LO3
10	Fuzzy control	Textbook 1: Chapter 4	LO3
11	Adaptive neuro-fuzzy inference system	Textbook 1: Chapter 8	LO3
12	Different combinations of neural networks and fuzzy systems	Textbook 1: Chapter 8	LO4
13	Particle swarm optimization and Genetic algorithm	Textbook 1: Chapter 7	LO5
14	Project presentations		-
15	Semester review		-
16	Final exam		-

Ders Kitabı	Artificial Intelligence: A Guide to Intelligent Systems - Michael Negnevitsky - Second Edition 2005 Addison-Wesley. ISBN 0 321 20466 2
Önerilen Okumalar/Materyaller	Ernest Davis - Douglas D. Edwards - David Forsyth - Nicholas J. Hay - Jitendra M. Malik - Vibhu Mittal - Mehran Sahami - Sebastian Thrun. Third Edition 2010 Editors: Stuart J. Russell and Peter Norvig. PRENTICE HALL.

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO1	LO2	LO3	LO4	LO5
Ödev	1	10		X	X
Sunum / Jüri Önünde Sunum	1	5				X	X
Proje	1	15	X	X	X	X	X
Ara Sınav	1	30	X	X	X
Final Sınavı	1	40	X	X	X	X	X
Toplam	5	100

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Katılım	-	-	-
Teorik Ders Saati	16	3	48
Laboratuvar / Uygulama Ders Saati	-	-	-
Sınıf Dışı Ders Çalışması	16	3	48
Arazi Çalışması	-	-	-
Küçük Sınav / Stüdyo Kritiği	-	-	-
Portfolyo	-	-	-
Ödev	1	12	12
Sunum / Jüri Önünde Sunum	1	12	12
Proje	1	20	20
Seminer/Çalıştay	-	-	-
Sözlü Sınav	-	-	-
Ara Sınavlar	1	15	15
Final Sınavı	1	25	25
		Toplam	180