Nevşehir Hacı Bektaş Veli Üniversitesi Bilgi Paketi

Programlar Hakkında Bilgi

FEN BİLİMLERİ ENSTİTÜSÜ / EEM-623 - ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA (ÖNERİLEN PROGRAM)

Kodu: EEM-623 Adı: ÖRÜNTÜ TANIMA Teorik+Uygulama: 3+0 AKTS: 6
Sınıf/Yarıyıl 1 / Güz
Ders Düzeyi Doktora
Ders Türü Seçmeli
Bölümü ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA (ÖNERİLEN PROGRAM)
Ön Koşul Dersleri Yok
Öğretim Sistemi Örgün
Ders Süresi 14 Hafta
Öğretim Elemanı ENGİN EYCEYURT (engineyceyurt@nevsehir.edu.tr)
Diğer Öğretim
Elemanı/Elemanları
ENGİN EYCEYURT,
Öğretim Dili Türkçe
Sınıf Dışı Uygulama/Staj Yok
Dersin Amacı
Bu dersin amacı, öğrencilere örüntü tanıma teknikleri ve algoritmaları hakkında kapsamlı bilgi ve uygulama becerileri kazandırmaktır. Bu ders kapsamında, örüntü tanıma problemlerinin matematiksel temelleri, özellik çıkarımı, sınıflandırma yöntemleri, makine öğrenmesi algoritmaları, doğruluk değerlendirme yöntemleri ve gerçek dünya uygulamaları ele alınacaktır. Öğrenciler, çeşitli veri türlerinden (görüntü, ses, metin vb.) örüntüleri tanımlama ve ayırt etme yeteneklerini geliştirecek, bu alandaki güncel teknolojileri ve yaklaşımları öğrenerek çeşitli mühendislik ve bilimsel alanlardaki problemleri çözme becerisi kazanacaklardır.

Ders Öğrenme Çıktıları (DÖÇ) ODY
Bu dersi başarı ile tamamlayan öğrenciler:
DÖÇ-1 Örüntü tanıma ile ilgili kavramlar öğrenilecektir. PÇ-1 Elektrik Elektronik Mühendisliği disiplinine özgü konularda bilimsel araştırmalar yaparak, bu bilgilerin yorumlanması ve uygulama becerilerinin kazanılması.
PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir.
PÇ-3 Belirli, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlama ve uygulama; değişik disiplinlere ait bilgileri bir arada kullanma becerisi.
PÇ-6 Elektrik Elektronik Mühendisliği alanında mevcut yöntem ve cihazları standartlara göre kullanır, deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar.
PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır.
PÇ-11 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisine sahiptir.
Yazılı Sınav
DÖÇ-2 Öznitelik seçim yöntemlerini tanımlayabilecektir. PÇ-1 Elektrik Elektronik Mühendisliği disiplinine özgü konularda bilimsel araştırmalar yaparak, bu bilgilerin yorumlanması ve uygulama becerilerinin kazanılması.
PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir.
PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır.
PÇ-9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgiye sahiptir.
PÇ-11 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisine sahiptir.
Yazılı Sınav
Dönem Ödevi - Proje
DÖÇ-3 Diğer branşlarla ortak çalışabilme imkanı olacaktır. PÇ-2 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahiptir.
PÇ-3 Belirli, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlama ve uygulama; değişik disiplinlere ait bilgileri bir arada kullanma becerisi.
PÇ-4 Ulusal ve uluslar arası boyutta bireysel olarak ve çok disiplinli takımlarda etkin beceri, sorumluluk alma özgüveni ve takım çalışması yapar.
PÇ-7 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır.
PÇ-9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgiye sahiptir.
Yazılı Sınav
PÇ: Bölüm program çıktıları
ÖDY: Ölçme ve değerlendirme yöntemi

Dersin İçeriği
Bu ders, öznitelik çıkartma, boyut azaltma ve karar fonksiyonları gibi temel kavramlar üzerine inşa edilmiştir. Matematiksel önbilgilerin yanı sıra, optimum karar kriterlerinin belirlenmesi ve eğitim algoritmalarının (ileri ve geri beslemeli öğrenme) uygulanması da ele alınacaktır. Eğiticili ve eğiticisiz öğrenme yöntemleri ile yapay sinir ağları kullanarak örüntü tanıma süreçleri incelenecek, istatistiksel örüntü tanıma ile karşılaştırmalar yapılacaktır. Ayrıca, bulanık sınıflayıcıların mantığı ve uygulama alanları da tartışılarak, bu alanlardaki güncel tekniklerin kapsamlı bir şekilde anlaşılması sağlanacaktır.
Haftalık Detaylı Ders İçeriği
Hafta Detaylı İçerik Öğretim Yöntem ve Teknikleri
1 Temel kavramlar ve matematiksel önbilgi Anlatım, soru-cevap, tartışma
2 Öznitelik çıkartma Anlatım, soru-cevap, tartışma
3 Öznitelik seçme Anlatım, soru-cevap, tartışma
4 Veri dönüşümü Anlatım, soru-cevap, tartışma
5 Data transformation Anlatım, soru-cevap, tartışma
6 Veri boyutu azaltma Anlatım, soru-cevap, tartışma
7 Karar fonksiyonları Anlatım, soru-cevap, tartışma
8 Ara Sınav
9 Eğiticili ve eğiticisiz öğrenme Anlatım, soru-cevap, tartışma
10 İleri ve geri beslemeli öğrenme Anlatım, soru-cevap, tartışma
11 Yapay sinir ağları ile örüntü tanıma Anlatım, soru-cevap, tartışma
12 Örüntü tanımanın istatistiksel karşılaştırması Anlatım, soru-cevap, tartışma
13 Bulanık sınıflayıcılar Anlatım, soru-cevap, tartışma
14 Bulanık sınıflayıcı uygulamaları Anlatım, soru-cevap, tartışma
15 Genel tekrar ve final sınavı hazırlık Anlatım, soru-cevap, tartışma
16 Final Sınavı
Ders Kitabı / Yardımcı Kitap
1 Introduction to Pattern Recognition: A MATLAB Approach, S. Theodoridis, A. Pikrakis, K. Koutroumbas, D. Cavouras, Academic Press, 2010.
2 Pattern Classification: Neuro-Fuzzy Methods and Their Comparision, Shigeo Abe, Springer Verlag, 2001.
Ders Araç - Gereç ve Malzemeleri
Ders Kitabı, projektör, kişisel bilgisayar python yazılımı

Ölçme Yöntemi
Yöntem Hafta Süre (Saat) Katkı(%)
Ara Sınav 8 1 40
Diğer Ölçme Yöntemleri
1.Sözlü Sınav
2.Kısa Sınav (Quiz)
3.Laboratuvar Sınavı
4.Sunum
5.Rapor
6.Seminer
7.Performans Ödevi
8.Dönem Ödevi
9.Proje
Final Sınavı 16 1 60

Öğrenci İş Yükü
İşlem Adı Haftalık Saat Sayı İş Yükü
Haftalık Ders Saati (Teorik+Uygulama) 3 14 42
Sınıf Dışı Çalışma
       a) Okuma 3 14 42
       b) İnternette/Kütüphanede Tarama 3 10 30
       c) Performans Ödevi 0
       d) Seminer/Sunum/Rapor Hazırlama 4 5 20
       e) Dönem Ödevi/Proje Hazırlama 0
Sözlü Sınav 0
Kısa Sınav (Quiz) 0
Laboratuvar Sınavı 0
Ara Sınav İçin Hazırlık 2 7 14
Ara Sınav 2 1 2
Final Sınavı İçin Hazırlık 4 7 28
Final Sınavı 2 1 2
0
0
Toplam İş Yükü 180