Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
IND 5056	Tasarım ve Üretimde Bilişsel Zeka	SEÇMELİ	3	0	0	8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. ADİL BAYKASOĞLU

Dersi Alan Birimler

Endüstri Mühendisliği Yüksek Lisans (İngilizce)
Endüstri Mühendisliği Yüksek Lisans (İngilizce) (İ.Ö)
Endüstri Mühendisliği Doktora (İngilizce)
Endüstri Mühendisliği Tezsiz Yüksek Lisans (İngilizce)
Endüstri Mühendisliği Tezsiz Yüksek Lisans (İ.Ö) (İngilizce)

Dersin Amacı

Öğrencilere hesapsal zeka tekniklerini öğretmek ve üretim uygulamalarını teorik, bilgisayar ve gerçek hayat çalışmalarıyla birlikte sunmak. Bu derste, bulanık mantık (fuzzy logic), sinir ağları (neural networks), sezgisel arama gibi hesapsal zeka teknikleri verilecektir. Bu konuların tasarım ve imalat uygulamaları teorik dersler, bilgisayar uygulamaları ve gerçek hayat problemleriyle birlikte tanıtılacaktır.

Dersin Öğrenme Kazanımları

1	Bu dersten öğrencilerin hesapsal zeka tekniklerinin temel prensiplerini öğrenmesine yardımcı olması beklenmektedir.
2	Öğrencileri karmaşık mühendislik tasarım ve optimizasyon problemlerini hesapsal zeka teknikleri kullanarak çözebilir hale getirmek.
3	Öğrencileri, bilgisayar programları geliştirebilir ve uygulamalı problemleri hesapsal zeka teknikleri kullanarak çözebilir hale getirmek.
4	Öğrencileri hesapsal zeka teknikleri üzerine araştırma yapabilir hale getirmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Hesapsal zekaya giriş
2	Bulanık mantığa giriş - 1
3	Bulanık mantığa giriş - 2
4	Sinir ağlarına giriş -1
5	Sinir ağlarına giriş -2
6	Meta-sezgisel aramaya giriş - 1
7	Meta-sezgisel aramaya giriş - 2
8	Tasarımda bulanık mantık uygulamaları
9	İmalatta bulanık mantık uygulamaları
10	Tasarım ve imalatta sinir ağları uygulamaları
11	Tasarımda meta-sezgisel arama uygulamaları
12	İmalatta meta-sezgisel arama uygulamaları
13	Vaka çalışması sunumları ve tartışmalar
14	Vaka çalışması sunumlar ve tartışmalar

Ders İçin Önerilen Kaynaklar

1- Computational Intelligence in Design and Manufacturing, Andrew Kusiak, Wiley, 2000
2- Instructor's notes

Öğrenme ve Öğretme Yöntemleri

Sınıf sunumları, gerçek hayat problemleri ve uygulamaları.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	ARS	ARASINAV
2	ODV	ÖDEV
3	YSS	YIL SONU SINAVI
4	YSBN	YIL SONU BAŞARI NOTU	ARS * 0.25 + ODV 0.25 +YSS 0.50
5	BUT	BÜTÜNLEME
6	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	ARS * 0.25 + ODV 0.25 +BUT 0.50

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Prof.Dr.Adil Baykasoğlu

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler	Sayısı	Süresi (saat)	Toplam İş Yükü (saat)
Dersler	14	3	42
Ara sınav için çalışma	1	15	15
Final için hazırlanma	1	25	25
Sunum hazırlama	1	20	20
Ders öncesi/sonrası haftalık hazırlanma	14	6	84
Ara sınav	1	3	3
Final	1	3	3
TOPLAM İŞ YÜKÜ (saat)			192

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.4	PK.5	PK.6
ÖK.1	2	5	3	3	2
ÖK.2	3	5	5	3	2
ÖK.3	3	5	5	3	2
ÖK.4	2	5	3	3	2

DERS ADI

DERECE PROGRAMLARI

Ders Bilgileri

Dersi Veren Birim

Dersin Düzeyi

Ders Koordinatörü

Dersi Alan Birimler

Dersin Amacı

Dersin Öğrenme Kazanımları

Dersin Öğretim Türü

Dersin Önkoşulu/Önkoşulları

Ders İçin Önerilen Diğer Hususlar

Ders İçeriği

Ders İçin Önerilen Kaynaklar

Öğrenme ve Öğretme Yöntemleri

Değerlendirme Yöntemleri

Değerlendirme Yöntemlerine İliskin Aciklamalar

Değerlendirme Kriteri

Dersin Öğretim Dili

Derse İlişkin Politika ve Kurallar

Dersin Öğretim Üyesi İletişim Bilgileri

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Staj Durumu

İş Yükü Hesaplaması

Program ve Öğrenme Kazanımları İlişkisi

İLETİŞİM BİLGİLERİMİZ