kayseri yüksek lisans toplu syllabus türkçe

7/31/2019 Kayseri yksek lisans toplu Syllabus Trke

1/25

ERCYES NVERSTES

FEN BLMLER ENSTTUSBLGSAYAR MHENDSL

ANABLMDALI

I. GENEL BLGLER

Ders Ad BM514 Bulank Sistemler TeorisiDnemi: Bahar Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Prof. Dr. Dervi KaraboaGrme Saatleri 8.00-17.00E posta: [email protected] WEB:

http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039Melikgazi Kayseri / TURKYE

Tel: 90 352 4374901 Dahili: 32577Faks: 90 352 4375784

II. DERS BLGLERDers Tipi ve Seviyesi

Zorunlu: Semeli: EvetEsas: Evet lgili: Yan dal:Balang: Orta: leri: Evet Uzmanlk:Dersin Amac Bulank kmeye dair kavramlarn anlalmas ve bulank sistemlerin incelenmesi.Ders erii Bulank Kme Teorisi, Bulank Kmelerde lemler, yelik Fonksiyonlar, liki

Matrisleri ve Operatrler, Sonu karm Mekanizmalar, Bulank Algoritmalar,Bulank Mantk Kontrol (FLC), Bulank Kmeleme, Adaptif Sinirsel Bulank

karm Sistemi (ANFIS).retim Metodu Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili uygulamalaranlatlr. rencilere farkl aratrma konular verilir ve daha sonra renciler,yaplan aratrma ve uygulamalar derste snf geneliyle paylar ve konununtartmas gerekletirilir.

renciden stenilenGereklilikler

renciler derslere katlmal, verilen devleri zamannda yapmal, arasnav ve finalsnavlarnda baarl olmaldr.

Baar NotununHesaplanmas

Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baarpuan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn %40'na eklenmesiyle hesaplanr.

nerilen Kaynaklar,Ara ve Gereler

Fuzzy Set Theory--and Its Applications; Hans Jrgen Zimmermann; Springer,2001.

Fuzzy Control Systems; Abraham Kandel, Gideon Langholz; CRC Press,1994.

Fuzzy Logic with Engineering Applications; Timothy J. Ross; John Wiley andSons, 2010.

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Bulank Kme Teorisi2. Hafta Bulank Kmelerde lemler3. Hafta yelik Fonksiyonlar4. Hafta liki Matrisleri ve Operatrler5. Hafta Sonu karm Mekanizmalar6. Hafta Sonu karm Mekanizmalar7. Hafta Bulank Algoritmalar8. Hafta ARA SINAV9. Hafta Bulank Mantk Kontrol (FLC)10. Hafta Bulank Mantk Kontrol (FLC)


2/25

11. Hafta Bulank Kmeleme12. Hafta Adaptif Sinirsel Bulank karm Sistemi (ANFIS)13. Hafta Adaptif Sinirsel Bulank karm Sistemi (ANFIS)14. Hafta Adaptif Sinirsel Bulank karm Sistemi (ANFIS)

ERCYES NVERSTESFEN BLMLER ENSTTUS

BLGSAYAR MHENDSLANABLMDALI

I. GENEL BLGLERDers Ad BM513 Zeki Optimizasyon TeknikleriDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Prof. Dr. Dervi Karaboa

Grme Saatleri 8.00-17.00E posta: [email protected] WEB:

http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039Melikgazi Kayseri / TURKYETel: 90 352 4374901 Dahili 32577Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: Evet lgili: Yan dal:Balang: Orta: leri: Evet Uzmanlk:Dersin Amac Optimizasyon kavramlarnn anlalmas ve farkl zeki optimizasyon tekniklerinin

incelenmesi.Ders erii Optimizasyon Temel Kavramlar, Optimizasyon Problemlerinin ve Yntemlerinin

Snflandrlmas, Geleneksel Optimizasyon Yntemleri, Sezgisel Algoritmalar, Isllem Algoritmas, Tabu Aratrma Algoritmas, Genetik Algoritma, KarncaKoloni Algoritmas, Yapay Baklk Algoritmas, Diferansiyel GeliimAlgoritmas, Yapay Ar Kolonisi Algoritmas.

retim Metodu Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili uygulamalaranlatlr.


renciler derslere katlmal, arasnav ve final snavlarnda baarl olmaldr.


Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baarpuan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn %40'na eklenmesiyle hesaplanr.


Karaboga D. and Pham D.T.: Intelligent Optimisation Techniques. SpringerVerlag, 2000.

Karaboga D.: Yapay Zeka Optimizasyon Algoritmalar (Geniletilmi 2.Basm). Nobel Yayn Datm, Ankara, 2011.

Karaboga D.: Yapay Zeka Optimizasyon Algoritmalar. Atlas Yayn Datm,stanbul, 2004.

Haftalara Gre Ders Plan

Haftalar Konular1. Hafta Optimizasyon Temel Kavramlar2. Hafta Optimizasyon problemlerinin ve yntemlerinin snflandrlmas3. Hafta Geleneksel Optimizasyon Yntemleri4. Hafta Geleneksel Optimizasyon Yntemleri


3/25

5. Hafta Sezgisel algoritmalar6. Hafta Isl lem Algoritmas7. Hafta Tabu Aratrma Algoritmas8. Hafta ARA SINAV9. Hafta Genetik Algoritma10. Hafta Genetik Algoritma11. Hafta Karnca Koloni Algoritmas

12. Hafta Yapay Baklk Algoritmas13. Hafta Diferansiyel Geliim Algoritmas14. Hafta Yapay Ar Kolonisi Algoritmas

ERCYES NVERSTES

FEN BLMLER ENSTTUSBLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad Uygulamal Saysal YntemlerDnemi: Bahar Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Bahriye AKAYGrme Saatleri Perembe 10.00-12.00

E posta: [email protected] WEB:http://bm.erciyes.edu.tr/bahriyeFaklte iletiim adresi:Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYETel: 90 352 4374937 Dahili 32578Faks: 90 352 4374933


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Saysal Yntemlerde zellikle optimizasyon amal kullanlan metotlarn

incelenerek, bu metotlarn programlanabilmesi yada paket programlar kullanarakkullanlabilmesiDers erii MATLAB, Hatalar, Kk Bulma, Lineer Cebirsel Denklemlerin zm,

Kstlamal ve Kstlamasz Optimizasyon, Eri uydurmaretim Metodu Teorik bilgilerin verilmesi ve uygulamaya dnk kodlama yada

yazlmlarn kullanlmasrenciden stenilenGereklilikler

rencinin derse devam etmesi zorunludur.


Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarakkarlk gelen harf notuna evrilir.

nerilen Kaynaklar,

Ara ve Gereler

S. C. Chapra, Applied Numerical Methods with MATLAB,

S. Chapra, R. Canale, Mhendisler iin saysal yntemlerMATLAB yazlmHaftalara Gre Ders PlanHaftalar Konular1. Hafta MATLAB programlama dili giri


4/25

2. Hafta MATLAB grafik modlleri

3. Hafta Kesme Hatalar ve Taylor Serisi

4. Hafta Denklem Kklerinin Bulunmasnda Kullanlan metotlar ve bu metotlarn programlanmas(Bisection, iteratif search, Newton raphson, sekant, katl kkler,)

5. Hafta Polinom Kklerinin Bulunmasnda kullanlan metotlar ve bu metotlarn programlanmas(Klasik yntemler, Mller yntemi, Bairstow yntemi)

6. Hafta Lineer Cebirsel Denklemlerin zmnde kullanlan metotlar ve bu metotlarnprogramlanmas (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel)

7. Hafta OptimizasyonBir Boyutlu Kstlamasz Optimizasyon (Golden Section, Second Order Interpolation,Newton Yntemi)

8. Hafta ARA SINAV

9. Hafta Optimizasyonok Boyutlu Kstlamasz Optimizasyon(Direct methods, gradyent methods)Kstlamal OptimizasyonLineer Programlama

10. Hafta Kstlamal OptimizasyonNonlineer Programlama

11. Hafta OptimizasyonLineer ve Nonlineer problemler iin Sezgisel Algoritmalar

12. Hafta Eri UydurmaEn kk kareler regresyonu13. Hafta Eri Uydurma

nterpolasyon14. Hafta Eri uydurma

Fourier Approximation


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad leri Stokastik SrelerDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Bahriye AKAYGrme Saatleri Perembe 10.00-12.00E posta: [email protected] WEB:http://bm.erciyes.edu.tr/bahriyeFaklte iletiim adresi:

Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYETel: 90 352 4374937 Dahili 32578Faks: 90 352 4374933


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Orta: leri Uzmanlk: EvetDersin Amac Stokastik srelerin durma, dallanma ve yaknsama durumlarnn analiziDers erii Olaslk teorisi, Markov Modelleri, Martingale Modelleri, Yaknsama Teoremleri,

Durma Zamanlar

retim Metodu Teorik bilgilerin verilmesirenciden stenilenGereklilikler


Baar Notunun Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarak


5/25

Hesaplanmas karlk gelen harf notuna evrilir.nerilen Kaynaklar,Ara ve Gereler

Probability Theory, Amir Dembo, Stanford UniversityStochastic Processes, Amir Dembo, Stanford University

Haftalara Gre Ders PlanHaftalar Konular1. Hafta MATLAB programlama dili giri

2. Hafta MATLAB grafik modlleri

3. Hafta Kesme Hatalar ve Taylor Serisi4. Hafta Denklem Kklerinin Bulunmasnda Kullanlan metotlar ve bu metotlarn programlanmas

(Bisection, iteratif search, Newton raphson, sekant, katl kkler,)5. Hafta Polinom Kklerinin Bulunmasnda kullanlan metotlar ve bu metotlarn programlanmas

(Klasik yntemler, Mller yntemi, Bairstow yntemi)6. Hafta Lineer Cebirsel Denklemlerin zmnde kullanlan metotlar ve bu metotlarn

programlanmas (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel)7. Hafta Optimizasyon

Bir Boyutlu Kstlamasz Optimizasyon (Golden Section, Second Order Interpolation,Newton Yntemi)

8. Hafta ARA SINAV

9. Hafta Optimizasyon

ok Boyutlu Kstlamasz Optimizasyon(Direct methods, gradyent methods)Kstlamal OptimizasyonLineer Programlama

10. Hafta Kstlamal OptimizasyonNonlineer Programlama

11. Hafta OptimizasyonLineer ve Nonlineer problemler iin Sezgisel Algoritmalar

12. Hafta Eri UydurmaEn kk kareler regresyonu

13. Hafta Eri Uydurmanterpolasyon

14. Hafta Eri uydurmaFourier Approximation


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad Kombinasyonel Optimizasyon

Dnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Bahriye AKAYGrme Saatleri Perembe 10.00-12.00E posta: [email protected] WEB:http://bm.erciyes.edu.tr/bahriyeFaklte iletiim adresi:Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYETel: 90 352 4374937 Dahili 32578Faks: 90 352 4374933

II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Tamsay ve kombinasyonel optimizasyon problemlerinin ve algoritmalarnn


6/25

retilmesiDers erii Kombinasyonel optimizasyon problemleri ve bu problemleri zen algoritmalarretim Metodu Teorik bilgilerin verilmesi ve uygulamaya dnk kodlama yada

yazlmlarn kullanlmasrenciden stenilenGereklilikler


Baar Notunun

Hesaplanmas

Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarak

karlk gelen harf notuna evrilir.nerilen Kaynaklar,Ara ve Gereler

L. R. Foulds, Combinatorial Optimization

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Tamsay programlama iin Brach and Bound metodlaru

2. Hafta Kesen dzlemler teorisi

3. Hafta Sub-gradient optimizasyon

4. Hafta ki deerli programlarn zm uzaynda ksmi sralama

5. Hafta Kombinasyonel optimizasyon algoritmalarnn karmakl

6. HaftaGezgin satc problemi

7. Hafta Kme paralama

8. Hafta ARA SINAV

9. Hafta Graf algoritmalar ve Graf renklendirme problemi0-1 anta problemi

10. Hafta Minimax network lokasyonunda karmaklk ve verimlilik

11. Hafta Ara ynlendirme problemi

12. Hafta Ykleme problemi

13. Hafta Bir makinadaki maksimum gecikmesinin minimizasyonu

14. Hafta Personel izelgeleme problemi


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad ok Boyutlu Veri AnaliziDnemi: Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Do. Dr. Cokun zkanGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Harita Mhendislii Blm, 38039-Kayseri /TURKYETel: 90 352 4374901 Dahili 32675Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Tek ve ok boyutlu verinin analizinde kullanlan matematik istatistik


7/25

bazl yaklamlar retmekDers erii ok Boyutlu Veri kavram, ok Boyutlu Verilerin Grselletirilmesi,

ok Boyutlu Verilerde istatistiksel analizler, Ana Bileen Dnm,Faktr Analizi, Kanonik korelasyon, ok Boyutlu Veri lekleme,Kmeleme Analizi.

retim Metodu Tahtada teorik, bilgisayar banda uygulamal ve renci seminerlerirenciden stenilen

Gereklilikler

Temel matematik ve lineer cebir bilgisi.


Bir tek ara snav ve yaryl sonu snav


Alvin Rencher, Applied multivariate analysis.

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Tek boyutlu istatistik2. Hafta Tek boyutlu istatistik3. Hafta Lineer cebir

4. Hafta Lineer cebir5. Hafta ok boyutlu veri tanm ve uygulama alanlar6. Hafta ok boyutlu dalmlar7. Hafta ok boyutlu dalmlar8. Hafta ARA SINAV9. Hafta ok boyutlu varyans analizi10. Hafta ok boyutlu kovaryans analizi11. Hafta oklu ve ok boyutlu regresyon12. Hafta Ana bileen dnm ve faktr analizi13. Hafta Kmeleme yntemleri14. Hafta Snflandrma


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad BM532 Mekansal Veritabanlar

Dnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Mete elik

Grme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:bm.erciyes.edu.tr/mcelik/bim532Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Bl., 38039-Kayseri / TURKYETel: 90 352 4374901 Dahili 32530Faks: 90 352 4375784

II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Mekansal veritabanlar ve veri madencilii hakknda temel tekil edecek bilgilerin


8/25

verilmesidir.Ders erii Mekansal veritabanlar ve corafi bilgi sistemleri arasndaki farklar, mekansal

veritabanlar iin veri modelleri, sorgu optimizasyonu, mekansal alar ve mekansalveritabanlarndaki son gelimeler.

retim Metodu Her bir konu derste teorik olarak ilenir ve rnekler zlr


rencilerin derse nceden hazrlanmas beklenmektedir.


Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puanortalamasnn % 40'nn eklenmesiyle hesaplanr.


Spatial databases, S. Chawla, S. Shekhar

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Giri, Veri Nedir

2. Hafta Mekansal kavramlar ve veri modelleri

3. Hafta Mekansal depolama ve indeksleme, grid dosyalar, R aalar

4. Hafta Mekansal depolama ve indeksleme, grid dosyalar, R aalar

5. Hafta Sorgu optimizasyonu

6. Hafta Sorgu optimizasyonu7. Hafta Datk ve paralel mekansal veritaban sistemleri

8. Hafta ARA SINAV9. Hafta Mekansal alar

10. Hafta Mekansal alar

11. Hafta Mekansal veri madenciliine giri

12. Hafta Mekansal snflandrma, Kmeleme ve anormallik tespiti

13. Hafta Mekansal snflandrma, Kmeleme ve anormallik tespiti

14. Hafta Zamansal, mekansal, mekan-zamansal veri madencilii


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad Bim511 Veri MadenciliiDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Mete elik

Grme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:bm.erciyes.edu.tr/mcelik/bim511Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Bl., 38039-Kayseri / TURKYETel: 90 352 4374901 Dahili 32530Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:

Balang: Evet Orta: leri Uzmanlk:Dersin Amac Veri madencilii problemlerinin analiz edilmesini ve bu problemler iin gelitirilen

temel yaklamlar incelenmesini amalamaktadr. Bu kapsamda snflandrma,kmeleme, anormallik tespiti ve birliktelik analizi teknikleri incelenecektir.

Ders erii Veri madencilii problem ve yaklamlarnn incelenmesi, giri, veri nedir,


9/25

snflandrma, kmeleme, anormallik tespiti ve birliktelik analizi, mekan-zamansalveri analizi, dier veri madencilii konular

retim Metodu Her bir konu derste teorik olarak ilenir ve rnekler zlrrenciden stenilenGereklilikler

rencilerin derse nceden hazrlanmas beklenmektedir.


Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puanortalamasnn % 40'nn eklenmesiyle hesaplanr.

nerilen Kaynaklar,Ara ve GerelerIntroduction to Data Mining, P. N. Tan, M. Steinbach, V. Kumar, Addison Wesley

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Giri, Veri Nedir

2. Hafta Veri Analizi

3. Hafta Veri Analizi

4. Hafta Birliktelik Analizi

5. Hafta Birliktelik Analizi6. Hafta Snflandrma7. Hafta Snflandrma

8. Hafta ARA SINAV9. Hafta Kmeleme

10. Hafta Kmeleme

11. Hafta Anormallik Tespiti

12. Hafta Anormallik Tespiti

13. Hafta Mekansal ve Mekan-zamansal Veri Analizi

14. Hafta Dier Veri Madencilii Konular


BLGSAYAR ANABLMDALI

I. GENEL BLGLERDers Ad Uzaktan AlglamaDnemi: Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Do. Dr. Cokun zkan

Grme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Harita Mhendislii Blm, 38039-Kayseri /TURKYETel: 90 352 4374901 Dahili 32675Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Uzaktan alglamann temelleri ve uygulama alanlarnn retilmesiDers erii Uzaktan alglama biliminin temelleri, elektromanyetik enerji, EMR

nin cisimlerle etkileimi, Radar sistemleri, Uydu sistemleri, dijital


10/25

grnt ileme, uygulamalar.retim Metodu Tahtada teorik ve bilgisayar banda uygulamal anlatmrenciden stenilenGereklilikler

Temel fizik bilgileri ve paket program kullanabilme


Bir tek ara snav ve yaryl sonu snav

nerilen Kaynaklar,

Ara ve Gereler

Uzaktan Alglama, Kantitatif Yaklam, eviri: Derya Maktav, Filiz

Sunar.Matlab, Erdas ve Envi programlar

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Tanm ve temel kavramlar2. Hafta Elektromanyetik enerji, radyometrik birimler3. Hafta Elektromanyetik spektrum4. Hafta Elektromanyetik enerjinin cisimlerle etkileimi5. Hafta Elektromanyetik enerjinin cisimlerle etkileimi6. Hafta Uydu alglama sistemleri, tarayc trleri

7. Hafta Uydu platformu yrnge karakteristikleri8. Hafta ARA SINAV9. Hafta RADAR sistemleri10. Hafta RADAR sistemleri11. Hafta Deiik uzaktan alglama uygulamalar12. Hafta Matlab ortamnda yaplan uygulamalar13. Hafta Erdas programnda yaplan uygulamalar14. Hafta Envi yaplan uygulamalar



I. GENEL BLGLERDers Ad BM 506 Mobil ve Kablosuz AlarDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Bilal BABAYT

Grme Saatleri 8.00-17.00E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039Melikgazi Kayseri / TURKYETel: 90 352 4374901 Dahili 32553Faks: 90 352 4375784


Zorunlu: Semeli: Evet

Esas: Evet lgili: Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Mobil ve kablosuz a teknolojilerindeki temel kavramlarnn ve teknolojilerinin

retilmesi. Mobil ve kablosuz sistem tasarm.Ders erii Mobil ve kablosuz alara giri. Mobil radyo yaylm, hcresel alar, oklu iletiim,


11/25

oklu paylaml eriim teknikleri, kablosuz alarn baarm, ad hoc ve sensralar, mobil ve kablosuz alarda son gelimeler.

retim Metodu Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili rneklersnfta zlr. Teorik anlatlan konular rencilerin daha iyi anlayabilmesi iindnem boyunca eitli ev devleri ve projeler verilir.




Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar

puan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn %40'na eklenmesiyle hesaplanr. Dnem ierisinde yaplan dev ve projeler finalsnavnn %20sini oluturur.


D. P. Agrawal, Q-an Zeng, Introduction to Wireless and Mobile Systems,Cengage Learning, 3rd edition, 2011.

I. F. Akyildiz and M. C. Vuran, Wireless Sensor Networks, John Wiley&Sons,2010.

V. Garg, Wireless Communicatio and Networking, Morgan Kaufmann, 2007. A. Kumar, D. Manjunath, J. Kuri, Wireless Networking, Morgan Kaufmann,

2008.Haftalara Gre Ders PlanHaftalar Konular

1. Hafta Mobil ve Kablosuz Alara Giri2. Hafta Mobil radyo yaylm3. Hafta Hcresel alar4. Hafta oklu iletiim5. Hafta oklu iletiim6. Hafta oklu paylaml eriim teknikleri7. Hafta oklu paylaml eriim teknikleri8. Hafta ARA SINAV9. Hafta Kablosuz alarn baarm deerlendirmesi10. Hafta Kablosuz alarn baarm deerlendirmesi11. Hafta Ad Hoc Alar12. Hafta Sensor Alar13. Hafta Mobil ve kablosuz alardaki son gelimeler14. Hafta Proje Sunumlar



I. GENEL BLGLERDers Ad BM 533 Bilisel AlarDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Bilal BABAYTGrme Saatleri 8.00-17.00E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039

Melikgazi Kayseri / TURKYETel: 90 352 4374901 Dahili 32553Faks: 90 352 4375784



12/25

Zorunlu: Semeli: EvetEsas: Evet lgili: Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Gelecek nesil kablosuz ve mobil hesaplama alar olarak da isimlendirilen Bilisel

A konusu ve temel teknolojilerinin retilmesi. Bilisel radyo ve bilisel alarkonular zerinde yaplan almalar anlalmas. Bilisel alar gelecek nesil alarnkarmaklk, ok trellik ve gvenilirlik ihtiyalarn karlamak zerineodaklanmaktadr.

Ders erii Bilisel radyo, mimarisi, bilisel evrim, spektrum sezme, karar verme, paylama.Bilisel radyo protokolleri, spektrum hareketlilii, Ynlendirme algoritmalar,bilisel radyo yaplar ve standartlar.

retim Metodu Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili rneklersnfta zlr. Teorik anlatlan konular rencilerin daha iyi anlayabilmesi iindnem boyunca eitli ev devler ve projeler verilir.




Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baarpuan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn %40'na eklenmesiyle hesaplanr. Dnem ierisinde yaplan dev ve projeler finalsnavnn %20sini oluturur.


E. Hossain, D. Niyato, Z. Han, Dynamic Spectrum Access and Management inCognitive Radio Networks, Cambridge, 2009. Q.H. Mahmoud (Ed.), Cognitive Networks, John Wiley&Sons, 2007. B. Fette, Cognitive Radio Technology, Academic Press, 2009. H. Arslan (Ed.), Cognitive Radio, Software Defined Radio, and Adaptive

Wireless Systems, Springer, 2007.Haftalara Gre Ders PlanHaftalar Konular1. Hafta Bilisel Alara Giri2. Hafta BiliselRadyo3. Hafta BR MimariYaps

4. Hafta Bilisel evrim5. Hafta Spektrum Sezme6. Hafta Spektrum Sezme7. Hafta Spektrum Karar Verme8. Hafta ARA SINAV9. Hafta Spektrum Paylama10. Hafta Bilisel Radyo Protokolleri11. Hafta Spektrum Hareketlilii12. Hafta Ynlendirme Algoritmalar13. Hafta CR Standartlar14. Hafta Proje Sunumlar



I. GENEL BLGLERDers Ad leri Grnt leme Teknikleri ve Bilgisayar Grme -IDnemi: Gz Dili: Trke

Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0retim yesi Do.Dr. Veysel ASLANTAGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30


13/25

E posta: [email protected] WEB:http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714

Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mh. Bl., 38039 Kayseri /TURKYETel: 90 352 4374937 Dahili 32602

II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Temel konularn ve saysal resimlerden bilgi elde etmek iin kullanlan tekniklerin

renilmesi. Resimlerden eitli uygulamalar iin gerekli olan temel zellikleri(kenar, blge, vs.) hesaplamak iin kullanlan yaygn metotlarn bilinmesi veuygulanmas. Dizi resim analizi gibi yksek seviyeli deneysel resim analizitekniklerinin ve zel bir uygulama iin baarl bir sistem tasarlayabilmek iingerekli temel kavram ve teknikleri n renilmesi.

Ders erii Grnt ileme ve bilgisayar grme sahas olduka hzl bir ekilde bymektedir.Sahadaki bu byme, kavramlarn ve tekniklerin hem derinliine hem de

geniliine olmaktadr. Bu teknikler, tbbi resim ileme, uzaktan alglama,endstriyel tefti, dokman inceleme, nano teknoloji ve okluortam veritabanuygulamalar gibi bir ok sahada uygulama alan bulmaktadr.Bu derste, grnt ileme ve bilgisayar grme temel ve ileri tekniklerinin verilmesihedeflenmitir. Bu ders, dizi resim analizi gibi yksek seviyeli deneysel resimanalizi tekniklerini de ihtiva etmektedir. eitli pratik uygulamalar iin gerekli olanalgoritmalar detayl olarak bahsedilmektedir. Gelien birok sahada olduu gibi,grnt ileme ve bilgisayar grme hemen hepsi bilgisayar gr sistemtasarmclarnn herhangi bir zel uygulamas iin uygun olmayabilir. Dolaysylabilgisayar grme tasarmcs, zel bir uygulama iin baarl bir sistemtasarlayabilmek iin temel kavram ve teknikleri bilmek zorundadr

retim Metodu Snf dersleri: Haftada saat teorik temeller.

renciden stenilenGereklilikler Yksek lisans rencileri


Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puanortalamasnn % 40'nn eklenmesiyle hesaplanr. Baarl olmak iin baarnotunun en az DD veya daha yukar olmas gerekir.


R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-WesleyPub. Co., New York, (2nd edition) 2002. Anil K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989. Low, A. Introductory Computer Vision and Image Processing. McGraw-hill,1991

Haftalara Gre Ders PlanHaftalar Konular

1. Hafta Grnt ileme ve bilgisayar grmeye giri, grnt ileme rnekleri, grnt elde etme,rnekleme ve kuantalama.2. Hafta Aydnlatma ve sensrler, grntlerin alglanmas ve temsil edilmesi3. Hafta Aydnlatma ve sensrler, grntlerin alglanmas ve temsil edilmesi4. Hafta Grnt ilemenin temelleri, temel grnt ileme operasyonlar5. Hafta Grnt ilemenin temelleri, temel grnt ileme operasyonlar6. Hafta Eikleme teknikleri7. Hafta Renkli resim ileme8. Hafta ARA SINAV9. Hafta Resim bltleme teknikleri10. Hafta Resim bltleme teknikleri11. Hafta Resim sktrma teknikleri12. Hafta Resim sktrma teknikleri13. Hafta Hareketli nesnelerin hz ve pozisyon hesaplar14. Hafta Hareketli nesnelerin hz ve pozisyon hesaplar


14/25

ERCYES NVERSTES

FEN BLMLER ENSTTUSBLGSAYAR MHENDSL

ANABLMDALI

I. GENEL BLGLER

Ders Ad leri Grnt leme Teknikleri ve Bilgisayar Grme -IIDnemi: Bahar Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0retim yesi Do.Dr. Veysel ASLANTAGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:

http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mh. Bl., 38039 Kayseri /TURKYE

Tel: 90 352 4374937 Dahili 32602II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Bu dersin baar ile tamamlanmas sonucunda renciler:

Resim modelleri ve onllarn nasl retildikleri, Lineer sistem modelleme ve lineer ve lineer olmayan filitrelerin

uygulamalar, Kenar tespit algoritmalarnn tasarn-m ve uygulamalar,

Doku modellemenin temelleri ve doku snflandrma algoritmalar, Nesne hareketler tahmininin temelleri ve optik ak tahmini

algoritmalarnn uygulamalar, Resim bltleme ve gruplamann nemi ve problemleri ve bunlarla ilgili

temel algoritmalarn uygulamas Resimlerdeki nesnelerin tannmas ve temel ablon karlatrma

algoritmalarnn uygulamalarkonular hakknda bilgi sahibi olacaklardr.

Ders erii Bu ders, grnt ileme ve bilgisayar grme iin gelitirilmi yeni tekniklerhakknda bilgi vermektedir. Ders genel olarak: geometrik transformlar, ayrktransformlar, grlt, filtre tasarm, grlt temizleme, grnt restorasyonu,kenar tespit teknikleri, nesne zellikleri elde etme ve analizleri, resim analizi,blge, hat ve hareket temelli resim bltleme konularn ihtiva etmektedir.

retim Metodu Snf dersleri: Haftada saat teorik temeller.renciden stenilenGereklilikler

Yksek lisans rencileri


Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puanortalamasnn % 40'nn eklenmesiyle hesaplanr. Baarl olmak iin baarnotunun en az DD veya daha yukar olmas gerekir.


R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-WesleyPub. Co., New York, (2nd edition) 2002.

Sonka, M., Hlavac, V., and Boyle, R. Image Processing, Analysis andMachine Vision. Chapman & Hall Computing, 1993.

Anil K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989.Low, A. Introductory Computer Vision and Image Processing. McGraw-hill, 1991

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Geometrik transformlar2. Hafta Ayrk transformlar


15/25


16/25


R. Szeliski, Computer Vision: Algorithms and Applications, Springer2010.

L. G. Shapiro and G. C. Stockman, Computer Vision, Prentice Hall, 2001. Kenneth R. Castleman, Digital Image Processing, Prentice Hall, 1996. A. Rosenfeld and A. Kak, Digital Image Processing, Volume 1,

Academic Press, 1982. Image Processing Fundamentals Home Page Image Processing Home Page Computer Vision Home Page

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Giri: boyutlu Bilgisayar Grme teknikleri2. Hafta Grnt formasyonu ve ileme3. Hafta zellikler ve zellik elde etme4. Hafta Kamera modelleri ve kalibrasyonu5. Hafta Aktif teknikler: Radar-ultrason6. Hafta Aktif teknikler: Ultraviyole-genleme-yaplandrlm k demeti7. Hafta Aktif teknikler: Ultraviyole-genleme-yaplandrlm k demeti8. Hafta MID-TERM EXAM9. Hafta Pasif teknikler: Fotometrik stereo10. Hafta Pasif teknikler: Stereo11. Hafta Pasif teknikler: Zoom12. Hafta Pasif teknikler: Odak temelli teknikler13. Hafta Pasif teknikler: Doku-glge temelli teknikler14. Hafta Pasif teknikler: Hareket



I. GENEL BLGLERDers Ad leri OlaslkDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Yrd. Do. Dr. Necla ZKAYAGrme Saatleri Ofis saatleri belirtmedim, nk dersim yoksa genellikle hep ofisimde

olurum. Herhangi bir renci bir ey sormak istediinde direk odamagelerek sorusunu sorabilecei gibi randevu alarak da grme talebindebulunabilir. Elektronik postam dzenli olarak kontrol ederim, benimle

grmek isteyenler mail yoluyla da iletiim kurabilirler.E posta: [email protected] WEB:

http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=3388Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039-Kayseri

/ TRKYETel: 90 352 4374901 Dahili 32600Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Bu dersin amac rencilere olaslk ve rassal srelerin temel ve baz

ileri kavramlarn tantmaktr.


17/25

Ders erii Bu dersin konular arasnda olaslk belitleri, Bayes teoremi, rassaldeikenler, rassal deikenlerin toplam, byk saylar kural,merkezi limit teoremi ve uygulamalar, gven aralklar, ayrk vesrekli rassal sreler ve kuyruk teorisine giri bulunmaktadr. Buileri konularn yan sra temel istatistik konular da bu derserevesinde ilenecektir.

retim Metodu Her konunun daha iyi anlalmas iin, teorik bilgi ilendikten sonrakonunun daha iyi anlalmas iin eitli problemler zlr. Konuderste ilenip bitirildikten sonra rencilerin renme durumlarnpekitirmek ve kontrol etmek iin eitli ev devleri verilir.rencilere bir sonraki derste ev devlerini zerken karlatklarproblemleri varsa sormalar iin sz hakk verilir. Gerekirse devverilen sorular tahtada zlerek rencilerin sorularcevaplandrlm olur.


renciler derslere katlmaldr. Her renci kendisine verilen evdevlerini zmek zorundadr. renci devi zerken herhangi birproblemle karlarsa bu problemi bir sonraki hafta derstesorabilmekte bylece rencinin kafasnda konuyla ilgili herhangi birbelirsizliin kalmamasna zen gsterilmektedir.


Derste rencinin baarmak zorunda olduu iki snav vardr: Arasnav ve final snav. Baar notunun hesaplanmasnda ara snavn %30u, final snavnn ise % 70i alnmaktadr. rencinin notuniversitede kullanlan bir yazlm sayesinde harf notuna evrilmekteve rencinin mailine gnderilerek snav sonucundan rencininhaberdar olmas salanmaktadr.

nerilen Kaynaklar,Ara ve Gereler Ders Notu:

Probability and Stochastic Processes: A Friendly Introduction forElectrical and Computer Engineers, by Roy D. Yates and David J.Goodman, 2nd Ed., John Wiley & Sons, Inc.

Dier Kaynaklar:An Introduction to Probability Theory and Its Applications, Volume1, 3rd EditionWilliam Feller (Princeton Univ., New Jersey), ISBN: 978-0-471-25708-0, 1968.

Probability and Random Processes with Applications to Signal

Processing, 3/E, by Henry Stark, and John W. Woods, Prentice-Hall,Upper Saddle River, NJ 07458, 2002.

Probability and Random Processes for Electrical and ComputerEngineers, by J. Gubner, 2006.

Probability, Random Variables and Stochastic Processes, A.Papoulis, 3/E, McGraw-Hill Companies, 1991, ISBN-10:0070484775


Haftalar Konular1. Hafta Deneyler, Modeller ve Olaslklar: Kme Teorisi, Kme Teorisini Olaslk

Belitlerine Uygulama, Belitlerin Baz Sonular2. Hafta Koullu Olaslk, Bamszlk, Sral Deneyler ve Aa Diyagramlar, Sayma


18/25

Yntemleri, Bamsz Deneyler3. Hafta Ayrk Rassal Deikenler: Olaslk Ktle Fonksiyonu, Ayrk Rassal Deiken

Aileleri, Birikimli Dalm Fonksiyonu4. Hafta Ortalamalar, Beklenen Deer, Varyans ve Standard Sapma, Koullu Olaslk

Ktle Fonksiyonu5. Hafta Srekli Rassal Deikenler: Olaslk Younluk Fonksiyonu, Beklenen Deerler,

Srekli Rassal Deiken Aileleri

6. Hafta Gaussian Rassal Deikenleri, Delta Fonksiyonlar, Kark Rassal Deikenler,Tretilmi Rassal Deikenlerin Olaslk Modelleri

7. Hafta Rassal Deiken iftleri: Ortak Birikimli Dalm Fonksiyonu, Ortak OlaslkKtle Fonksiyonu, Snrsal Olaslk Ktle Fonksiyonu

8. Hafta Ara snav9. Hafta ki Rassal Deiken Fonksiyonlar, N Rassal Deiken Olaslk Modelleri,

Snrsal Olaslk Fonksiyonlar, Korelasyon Matrisi10. Hafta ki Rassal Deikeninin Toplamnn Olaslk Younluk Fonksiyonu, Moment

reten Fonksiyon, Bamsz Rassal Deikenlerin Rassal Toplamlar11. Hafta Merkezi Limit Teoremi e Uygulamalar, Beklenen Deerden Rassal Deiken

Tretme12. Hafta Rassal Sreler: Poisson Sreci, Duraan Sreler, Gaussian Sreleri13. Hafta Ayrk Zamanl Markov Zinciri Dinamikleri, Srekli Zamanl Markov Zincirleri,

Doum-lm Sreleri ve Kuyruk Sistemleri14. Hafta Rassal Sinyal Sreleri: Ayrk Zamanl Dorusal Filtreleme, Tahminleme ve

ngr, Kuvvet Spektral Younluk, apraz Spektral YounlukFinal Snav iin Gzden Geirme



I. GENEL BLGLERDers Ad Biyometrik SistemlerDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0

retim yesi Yrd. Do. Dr. Necla ZKAYAGrme Saatleri Ofis saatleri belirtmedim, nk dersim yoksa genellikle hep ofisimdeolurum. Herhangi bir renci bir ey sormak istediinde direk odamagelerek sorusunu sorabilecei gibi randevu alarak da grme talebindebulunabilir. Elektronik postam dzenli olarak kontrol ederim, dolaysylabenimle grmek isteyenler mail yoluyla da iletiim kurabilirler.

E posta: [email protected] WEB:http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=3388

Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039-Kayseri

/ TRKYE

Tel: 90 352 4374901 Dahili 32600Faks: 90 352 4375784II. DERS BLGLERDers Tipi ve Seviyesi


19/25

Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Orta: Evet leri Uzmanlk:Dersin Amac Bu dersin amalar arasnda temel iaret ileme ve grnt ileme

bilgilerinin uygulamalarla takviye edilmesi, rencilere temelgrnt ileme bilgilerinin verilmesi, desen tanmaya giribilgilerinin verilmesi, iaret ilemenin biyometrik sistemlere

uygulanmas, rencilerin biyometrik sistemlerin tasarm,gerekletirilmesi, sosyal ve etik kurallar konusundabilgilendirilmesi vardr. Bu dersi alan rencilerin problemsiz alantam bir biyometrik sistemi tasarlayp gerekletirmesibeklenmektedir.

Ders erii nsana zg karakteristik zelliklerin ilenerek kiilerinkimliklendirilmesinde kullanld teknolojiler olan biyometriksistemlere iaret ileme ve grnt ileme uygulamalarnn naslyapld konusunda detaylar veren bir derstir. Bu sistemler genelliklegvenlik uygulamalar ve su ve sulu tespiti gibi uygulamalardakullanlmaktadr. Ders, rencilere iaret ileme, grnt ileme gibilisansta aldklar konular uygulamal olarak grp pekitirecekleribir platform salamaktadr. renciler bu derstegrnt ileme desentanma ve biyometrik sistemin doruluk analizini gerekletirebilecekkadar istatistik greceklerdir. renciler bu derste, iaret ve grntilemeyi, zellik seti elde etmeyi, snflandrmay, karlatrmay vesorunsuz alan bir sistem elde etmeyi reneceklerdir.

retim Metodu Bu ders snfta yaplan teorik bilgilendirme ve laboratuar uygulamalrgelitirme eklinde ilenecektir. Biyometrik temelli tanma veonaylama sisteminin teorik ksm snflarda ilenecek, ardndankonuyla ilgili uygulamalar laboratuarda gerekletirilecektir.

renciler laboratuar almalar srasnda biyometrik literatrndebulunan ve ska kullanlan standart veritabanlarn kullanabileceklerigibi sensorlar araclyla elde ettikleri ablonlar dakullanabileceklerdir. Laboratuar uygulamalar Matlab programlamaortamnda gerekletirilecektir. Laboratuar uygulamalar esnasndarenciler gruplar halinde alrlar ve uygulama esnasndaanlalmayan bir ey olduunda sorular sorarak konuyu tam olarakanlamaya alrlar.

Ders erevesinde ilenen konularn tam olarak anlalmas iin herrenci iki biyometrik sistem projesi gerekletirmek zorundadr. Bu

projeleriyle ilgili birer raporu da belirtilen tarihlerde yazl ve szlolarak sunmak zorundadrlar. Szl sunumlarn ardndan soru-cevapksmyla konu pekitirilir. 2er kiilik gruplarla dagerekletirilebilecek projeler daha nce gelitirilmi biyometriksistemlere yapda olabilecei gibi farkl biyometrik zelliklerkullanlarak da gereklenebilir. Proje gelitirme aamasndagerektiinde ders sorumlusuyla ileitim kurularak karlalansorunlara birlikte zmler bulunulacaktr.


renci derse atlmak zorundadr. Tek bana veya iki kiilik grupierisinde alm olduu 2 adet projeyi baaryla tamamlamak

zorundadr. Proje gerekletirirken karlat zorluklar varsa bunlardersin sorumlusuyla tartarak kafasndaki belirsizlikleri gidermelidir.Projeler hem projede gerekletirilen sistemin sonular hem derencinin bireysel gayreti gz nnde bulundurularak


20/25

deerlendirilecektir.Baar NotununHesaplanmas

Derste rencinin baarmak zorunda olduu iki snav vardr: Arasnav ve final snav. Baar notunun hesaplanmasnda ara snavn %30u, final snavnn ise % 70i alnmaktadr. rencinin notuniversitede kullanlan bir yazlm sayesinde harf notuna evrilmekteve rencinin mailine gnderilerek snav sonucundan rencininhaberdar olmas salanmaktadr.

nerilen Kaynaklar,Ara ve Gereler Ders Notlar:

1. R.C. Gonzalez and R.E. Woods, Digital Image Processing,Prentice Hall, 3rd Edition, 2007.

This text will be supplemented with assigned readings on

biometrics as detailed in the class schedule online.

2. D. Maltoni, D. Maio, A. K. Jain, and S. Prabhakar, Handbookof Fingerprint Recognition, Springer Verlag, 2003.

3. A. K. Jain, R. Bolle, S. Pankanti (Eds.), BIOMETRICS:Personal Identification in Networked Society, Kluwer

Academic Publishers, 1999.

4. J. Wayman, A.K. Jain, D. Maltoni, and D. Maio (Eds.),Biometric Systems: Technology, Design and Performance

Evaluation, Springer, 2004.

DierKaynaklar:1. S.Y. Kung, M.W. Mak, and S.H. Lin, Biometric

Authentication: A Machine Learning Approach, Prentice

Hall, 2005.

2. Ruud M. Bolle et al., Guide to Biometrics, Springer, 2004.3. Paul Reid, Biometrics for Network Security, Prentice Hall

PTR, 2004.

4. Samir Nanavati, Michael Thieme, and Raj Nanavati,Biometrics: Identity Verification in a Networked World, John

Wiley & Sons, 2002.

5. David Zhang (Ed.), Biometric Solutions for Authentication inan E-World, Kluwer Academic Publishers, 2002.

6. Anil K. Jain, Ruud Bolle, and Sharath Pankanti (Eds.),Biometrics: Personal Identification in Networked Society,

Kluwer, 1999.Haftalara Gre Ders PlanHaftalar Konular1. Hafta Biyometrik zelliklere ve biyometrik temelli sistemlere giri.

Biyometrik temelli sistemlerin gerekletirilmesi konusuna grnt ilemeasndan giri.

2. Hafta Biyometrik sistemlerin kullanm, modlar ve sistem mimarileri:Kayt, tanma, onaylama, izleme.Katlml-katlmsz, ak-kapal, vs.Biyometrik sistem modlar ve mimarilerinin grnt ileme tekniklerikullanlarak gerekletirilmesi.

3. Hafta Biyometrik sistemlerin performans deerlendirilmelerine ynelik temelaklamalar: hata oranlar, tanma doruluklar vs.

4. Hafta Biyometrik sistemlerin performans deerlendirilmelerine ynelik temel


21/25

istatistiksel yntemler.5. Hafta Biyometrik sistemlerin snflandrlma teorileri: Neyman-Pearson yaklam,

Likelihood oran, Gaussian durumu, Bayesian yaklam, MAP yaklam.6. Hafta Yz tanma: Grn temelli ve yerel zelliklere dayal yz tanma yaklamlar

ve bunlarn gerekletirilmeleri.7. Hafta boyutlu yz tanma: yz bilgilerinin alnmas, kayd, zellik noktalarnn elde

edilmesi, zellik setinin hesaplanmas ve karlatrma.

8. Hafta Ara snav9. Hafta Parmak izi tanma: zellik noktalar temelli yaklamlar ve zellik noktalar

temelli olamayan yaklamlar ve bunlarn gerekletirilmeleri.10. Hafta ris tanma: iris temelli bir biyometrik sistemin gerekletirilmesi.11. Hafta Dier biyometrik zellikler: avu ii, kan damarlar yaps, yry ve

konumac tanma vs.12. Hafta oklu biyometrik zellik temelli sistemler.13. Hafta renci projelerinin sunumu.14. Hafta renci projelerinin sunumu ve Final Snav iin Gzden Geirme



I. GENEL BLGLERDers Ad KABLOSUZ ALGILAYICI ALARI UYGULAMALARIDnemi: Bahar Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi r. Gr. Dr. Celal ZTRKGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB: http://bm.erciyes.edu.tr/celal/Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Blm, 38039-Kayseri / TURKYETel: 90 352 4374901 Dahili 32581Faks: 90 352 4375784

II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Bilgisayar Bilimleri ve Bilgisayar Mhendislii eitimi erevesinde, yeni bir

teknoloji olan kablosuz alglayc alarnn rencilere tantlmas. lkemizdealglayc alar zerinde bilgi sahibi olan bilgisayar mhendislerinin saysnnartmasna katk salanmas.

Ders erii Kablosuz alglayc alarna giri, alglayc alarnn karakteristikleri, iletiimde vehesaplamada karlalan zorluklar, alglayc a protokolleri ve uygulamalar,alglayc a gvenlii, alglayc alarnda veri toplama ve kmeleme, gncelgelimeler ve uygulamalar.

retim Metodurenciden stenilenGerekliliklerBaar Notunun


22/25

Hesaplanmasnerilen Kaynaklar,Ara ve Gereler

1. Sensor Network Operations, S. Phoha, T.F. La Porta, and C. Griffin (eds), pp.422-441, ISBN: 0471719765, Wiley-IEEE Press.2. Security in Distributed, Grid, Mobile and Pervasive Computing", Edited by Prof.Yang Xiao, Auerbach Publications, CRC Press 2007.3. Wireless Sensor Networks: An Information Processing Approach by Feng Zhaoand Leonidas Guibas, Morgan Kaufmann Publishing, ISBN-10: 1558609148.


Haftalar Konular1. Hafta Kablosuz Alglayc alarna giri2. Hafta Alglayc ve a mimarisi3. Hafta A kurulumu ve organizasyonu4. Hafta Transport protokolleri5. Hafta Ynlendirme protokolleri6. Hafta Hedef bulma ve takip protokolleri7. Hafta Ortam paylam protokolleri8. Hafta ARA SINAV9. Hafta Veri depolama protokolleri

10. Hafta Veri kmeleme protokolleri11. Hafta Gvenlik protokolleri12. Hafta Gvenli veri kmeleme protokolleri13. Hafta Aratrma ve uygulama projeleri14. Hafta Aratrma ve uygulama projeleri


BLGSAYAR MHENDSL

ANABLMDALI

I. GENEL BLGLERDers Ad YAPAY SNR ALARI IDnemi: Gz Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi r. Gr. Dr. Celal ZTRKGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB: http://bm.erciyes.edu.tr/celal/Faklte iletiim adresi:

Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Blm, 38039-Kayseri / TURKYETel: 90 352 4374901 Dahili 32581Faks: 90 352 4375784


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Bilgisayar bilimleri ve Bilgisayar Mhendislii eitimi erevesinde, yapay sinir

alarnn problem zmede nasl kullanlabilecei hususunda ihtiya duyulan teorikve pratik bilgilerin rencilere sunulmas. Teorik bilgilerin yannda rencinin

kendi uygulamasn gelitirebilmesidir.Ders erii Zeka, oklu zeka ve yapay zeka kavramlar. Yapay zeka teknikleri: Bulank mantk,

genetik algoritma, tabu aratrma, uzman sistemler ve yapay sinir alar (YSA).YSA kavramlar, yaplar ve algoritmalar. Deiik a tipleri: ok katlperseptronlar, hopfield a, LVQ, radial tabanl alar. renme algoritmalar: geri


23/25

yaylm, genetik algoritma, Levenberg-Marquardt algoritmas, Hzl yaylm, delta-bar-delta, gelitirilmi delta-bar-delta, rasgele nlendirilmi aratrma. Yapay siniralarnn uygulama alanlarna rnekler, yapay sinir a uygulamalar. Dnemaratrma projesi.

retim Metodurenciden stenilenGerekliliklerBaar NotununHesaplanmasnerilen Kaynaklar,Ara ve Gereler

1. Artificial Neural Networks: A Compherensive Foundation, S. Haykin, 1994.2. Mhendislikte Yapay Zeka Kullanm I: Yapay Sinir Alar, Ufuk Kitabevi,2003.

Haftalara Gre Ders PlanHaftalar Konular1. Hafta YZ Genel Bak2. Hafta YZ tekniklerine genel bak3. Hafta YSA temel kavramlar ve terimler, YSA tarihe4. Hafta YSA yaplar5. Hafta YSA renme algoritmalar6. Hafta Tek Katmanl Alar7. Hafta ok Katmanl leri beslemeli alar8. Hafta ARA SINAV9. Hafta leri beslemeli YSA Uygulamalar10. Hafta Kendisini Organize Edebilen Haritalar11. Hafta Vektr Kuantalama renmeli Alar12. Hafta Radyal Tabanl Fonksiyon Alar13. Hafta Aratrma ve Uygulama dev Sunumlar14. Hafta Aratrma ve Uygulama dev Sunumlar



I. GENEL BLGLERDers Ad Dinamik Sistem ve ModellemeDnemi: Dili: Trke

Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Y.Do.Dr. Mustafa DANACIGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar M. Blm, 38039-Kayseri /TURKYETel: 90 352 4374937 Dahili 32528Faks: 90 352 4374933


Zorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac bir sistemin tasarm ve modellenmesinin yksek seviyeli bilgisayar


24/25

programlar ve dili ile yaplmas iin gerekli akademik bilgi verilmesiamalanmaktadr. Temel istatistik ve matematik modellerin zerinedinamik bir sistemin tanmlanmas, tasarlanmas ve modellenmesi iingerekli bilgiler verilmektedir.

Ders erii Ders ierii, ilk olarak model kavramn vermektedir. Deiik amalaraynelik olarak matematiksel denklemler ile bir sistem davranmodellenecektir. lgi duyulan sistemin davrann tam olarak

verebilecek dinamik bir model ortaya konulacaktr.retim Metodu Teorik olarak verilen temel bilgi zerine yaplacak eitli problem

zmleri ve verilecek dev almalar ile ders ilenecektir.rencidenstenilenGereklilikler

statistik, olaslk, matematik, programlama gibi temel konulardanbilgileri olmaldr. rencilerin derse katlmalar gerekmektedir.


%40 Vize %60 Final notu ile baar deerlendirilir.

nerilenKaynaklar, Arave Gereler

Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer.Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, HoughtonMifflin, 1993.

Haftalara Gre Ders PlanHaftalar Konular1. Hafta Sistem ve modelleme. Sistem kavram.

2. Hafta Lineer modellerin analitik zm

3. Hafta Laplace dnm

4. Hafta Transfer Function Analysis

5. Hafta Nonlineer bir sistem zerinden lineer model gelitirilmesi

6. Hafta Elektriksel sistemler

7. Hafta Termal sistemler

8. Hafta ARA SINAV

9. Hafta Hidrolik sistemler10. Hafta Mekanik sistemler

11. Hafta Mekanik sistemler

12. Hafta Dili mekanik sistemler

13. Hafta Elektromekanik sistemler

14. Hafta Elektromekanik sistemler

ERCYES NVERSTES

FEN BLMLER ENSTTUSBLGSAYAR MHENDSLANABLMDALI

I. GENEL BLGLERDers Ad Ayrk SimulasyonDnemi: Dili: TrkeKredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0retim yesi Y.Do.Dr. Mustafa DANACIGrme Saatleri Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30E posta: [email protected] WEB:Faklte iletiim adresi:Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar M. Blm, 38039-Kayseri /TURKYETel: 90 352 4374937 Dahili 32528


25/25

Faks: 90 352 4374933II. DERS BLGLER

Ders Tipi ve SeviyesiZorunlu: Semeli: EvetEsas: lgili: Evet Yan dal:Balang: Evet Orta: leri Uzmanlk:Dersin Amac Sistem modelleme, simlasyon sistemini tasarlama, yksek dzeyli

programlama dilleri, veya simlasyon yazlmlar ile sistemlerinanalizlerini yapabilmeleri iin gerekli temel bilgileri (olaslk, istatistik,modelleme ve temel simlasyon kavramlar) kazandrmak bir sistemintasarm ve modellenmesinin yksek seviyeli bilgisayar programlar vedili ile yaplmas iin gerekli akademik bilgi verilmesiamalanmaktadr.

Ders erii Ders ierii, ilk olarak model kavramn vermektedir. Deiik amalaraynelik olarak matematiksel denklemler ile bir sistem davranmodellenecektir. lgi duyulan sistemin davrann tam olarakverebilecek dinamik bir model ortaya konulacaktr.

retim Metodu Teorik olarak verilen temel bilgi zerine yaplacak eitli problemzmleri ve verilecek dev almalar ile ders ilenecektir.rencidenstenilenGereklilikler

statistik, olaslk, matematik, programlama gibi temel konulardanbilgileri olmaldr. rencilerin derse katlmalar gerekmektedir.


%40 Vize %60 Final notu ile baar deerlendirilir.

nerilenKaynaklar, Arave Gereler

Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer.Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, HoughtonMifflin, 1993.


Haftalar Konular1. Hafta Sistem ve model kavramlarna giri. Dinamik sistemler. Ayrk zaman sistemleri.

2. Hafta Olaslk teorisine giri.

3. Hafta Lineer modellerin analitik zm.

4. Hafta Nonlineer sistemin lineer olarak modellenmesi.

5. Hafta Markov zinciri, ayrk zamanl markov zinciri, srekli zamanl markov zinciri.

6. Hafta Kontroll markov zinciri, markov karar sreleri, markov karar problemlerinin zm.

7. Hafta Kuyruk teorisine giri, kuyruk modelleri, kuyruk system parametreleri

8. Hafta ARA SINAV9. Hafta Kuyruk sistemleri ve kontrol. Ynlendirme problemleri, planlama problemleri, kabul problemleri

10. HaftaMarkov kuyruk sistemleri, markov olmayan kuyruk sistemleri.

11. Hafta Ayrk olay simulasyon analizi, simulasyon karakteristii, parameter kestirimi.

12. Hafta Ayrk olay simulasyonu, Snrl sreli simulasyon kesme ve kt analizi. Srekli simulasyonktlar analizi.

13. Hafta Hassasiyet analizi ve ezamanl kestirim, rnek fonksiyonlar ve trevleri.

14. Hafta Infinitesimal perturbation analysis(IPA) analizi, IPA uzantlar, SPA analizi.

kayseri yüksek lisans toplu syllabus türkçe

Documents