DERS ADI

: Mekansal Veri Yönetimi ve Analizi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
YBS 5020 Mekansal Veri Yönetimi ve Analizi SEÇMELİ 3 0 0 6

Dersi Veren Birim

Yönetim Bilişim Sistemleri Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. ÇİĞDEM TARHAN

Dersi Alan Birimler

Yönetim Bilişim Sistemleri Yüksek Lisans

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Mekansal veri toplama yöntemlerini kullanabilmek.
2   Mekansal veri yönetimi yapabilmek.
3   Mekansal veri analiz yöntemlerini kullanabilmek.
4   Mekansal veri sorgu yöntemlerini kullanabilmek.
5   Mekansal veri içeren projelerde kullanılan yöntem ve araç ve teknolojileri eleştirel bir bakışla değerlendirebilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Giriş - Veri Yönetimi ve Analizi nedir Yeung ve Hall, Bölüm2.2
2 Veri Tabanı Yönetim Sistemlerinde Meksansal Verilerin Depolanması (Mekansal Veri Sunucuları Verilerin Depolandığı Tablolar Mekansal Verileri Depolama Yöntemleri) Yeung ve Hall, Bölüm2.3-2.4
3 Mekansal Veri Sunucu Yazılımları (Arcsde Arc Spatial Database Engine) ve Mekansal veri sorgulama dili operatörleri (temel operatör: IsEmpty, Envelope; topolojik operatör: Disjoint, Contains ve mekansal analiz operatörü: Distance, Intersection ve SymmDiff) Rigaux, School ve Voisard, Bölüm 2
4 Mekasal Verinin Sunumu (nesne tabanlı modelleme mekan tabanlı modelleme) ve Mekansal Veri Geometrisi (Spaghetti model, ağ modeli ve topolojik model) Rigaux, School ve Voisard, Bölüm 2
5 Mantıksal Modeller ve Sorgulama Dilleri Rigaux, School ve Voisard, Bölüm 3
6 Kısıt veri modeli (doğrusal kısıt modeli, nesne tabanlı modelleme) Rigaux, School ve Voisard, Bölüm 4
7 Sayısal Geometri (mekansal veri yönetimi algortiması) Rigaux, School ve Voisard, Bölüm 5
8 Sorgulama ve Analiz I (Mekansal birleştirme, karmaşık sorgulama, yapay zeka) Rigaux, School ve Voisard, Bölüm 7
9 Sorgulama ve Analiz II (mekansal nokta dağılım analizi, interpolasyon ve mekansal istatistik) Rigaux, School ve Voisard, Bölüm 7
10 Sorgulama ve Analiz III (mekansal nokta dağılım analizi, interpolasyon ve mekansal istatistik) Rigaux, School ve Voisard, Bölüm 7
11 Mekansal veri indeksleri (R-tree, B-tree) Bivand, Pebesma ve Rubio, Bölüm 2
12 Mekansal veri indeksleri (Grid) Bivand, Pebesma ve Rubio, Bölüm 2
13 Mekansal veri yönetimde ekonometrik yaklaşımlar Bivand, Pebesma ve Rubio, Bölüm 10
14 Proje Sunumu

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Etkinlikler ayrıntılı olarak 'Değerlendirme Yöntemleri' ve 'İş Yükü Hesaplaması' bölümünde verilmiştir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Ara Sınav
2 YYC Yarıyıl İçi Çalışma
3 FN Yarıyıl Sonu
4 BNS Başarı VZ * 0.20 + YYC * 0.20 + FN* 0.60
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ * 0.20 + YYC * 0.20 + BUT* 0.60


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 14 5 70
Vize Sınavına Hazırlık 1 10 10
Final Sınavına Hazırlık 1 10 10
Sunum Hazırlama 1 10 10
Ödev Hazırlama 1 10 10
Final Sınavı 1 1 1
Vize Sınavı 1 1 1
TOPLAM İŞ YÜKÜ (saat) 154

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11
ÖK.145555552555
ÖK.255555552555
ÖK.355555552555
ÖK.455555552555
ÖK.555555552555