Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CSE 6013	İleri Evrimsel Hesaplama Yöntemleri	SEÇMELİ	3	0	0	8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ.DR. ZERRİN IŞIK

Dersi Alan Birimler

Bilgisayar Bilimleri Doktora (İngilizce)
Bilgisayar Bilimleri Yüksek Lisans
Bilgisayar Mühendisliği Bütünleşik Doktora (İngilizce)
Bilgisayar Mühendisliği Doktora (İngilizce)
Bilgisayar Mühendisliği Yüksek Lisans (İngilizce)

Dersin Amacı

Dersin amacı öğrencilere biyolojik hesaplama ve silikon temelli hesaplama arasındaki benzerlikleri belirleme ve bu benzerliklerden çıkarılacak tasarımlama blgi ve becerilerini mühendislik sistemlerinin tasarlanmasına uygulanmasıdır.

Dersin Öğrenme Kazanımları

1	Everimsel hesaplamanın ögelerini tanımlayabilmek
2	Biyolojik hesaplama temelleri ve matematiksel modelleri tanımlayabilmek
3	Biyolojik nöral ağlar ile iletişebilecek sistemler tasarlayabilmek
4	Hesaplama ile ilgili biyolojik süreçlerin tanımlanabilmesi
5	Biyolojik - silikon karma sistemlerinin tanımlanabilmesi

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Evrimsel hesaplama kavramlarına giriş
2	Nöron, Aksiyon potansiyeli
3	Biyolojik nöral ağlar
4	Nöron ile iletişim : Mikro-elektrot yöntemi
5	Nöron ile iletişim : Optogenetik
6	Biyolojik ve algoritmiköğrenme modelleri
7	Yapay sinir ağları
8	Yapay sinirağları algoritmaları
9	Diğer öğrenme yöntemleri - Regrasyon
10	Probabilistik öğrenme yöntemleri
11	Biyolojik nöral ağların kültürlenmesi ve eğitilmesi
12	Biyolojik nöral ağların mühendislik problemlerinin çözümünde kullanılması
13	Nöro-transmitterler, öğrenme
14	Biyolojik nöral ağlarda nesne temsili ve hesaplama algoritmaları

Ders İçin Önerilen Kaynaklar

Yardımcı Kaynaklar:
Koza, John R. Genetic Programming: On the Programming of Computers by Means of Natural
Selection, The MIT Press, 1992.
Goldberg, David. Genetic Algorithms in Search, Optimization and Machine Learning,
Addison-Wesley, 1989.

Diğer: Makale ve ders notları

Öğrenme ve Öğretme Yöntemleri

Teorik dersler, proje, makale okuma, ev ödevi ve bağımsız çalışma

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	MD	Midterm
2	AS1	Assignment1
3	AS2	Assignment2
4	FN	Final
5	BNS	BNS	MD * 0.30 + AS1 +AS2/2 * 0.20 + FN * 0.50
6	BUT	Bütünleme
7	BBN	BBN	MD * 0.30 + AS1 +AS2/2 * 0.20 + BUT * 0.50

*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar