ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I.

GENEL BLGLER BM514 Bulank Sistemler Teorisi Ders Ad Dnemi: Bahar Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Prof. Dr. Dervi Karaboa retim yesi 8.00-17.00 Grme Saatleri E posta: karaboga@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039 Melikgazi Kayseri / TURKYE Tel: 90 352 4374901 Dahili: 32577 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: Esas: Evet lgili: Yan dal: leri: Evet Balang: Orta: Uzmanlk: Bulank kmeye dair kavramlarn anlalmas ve bulank sistemlerin incelenmesi. Dersin Amac Bulank Kme Teorisi, Bulank Kmelerde lemler, yelik Fonksiyonlar, liki Ders erii

retim Metodu

renciden stenilen Gereklilikler Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar Baar Notunun puan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn % Hesaplanmas nerilen Kaynaklar, Ara ve Gereler
40'na eklenmesiyle hesaplanr. 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 and Sons, 2010.

Matrisleri ve Operatrler, Sonu karm Mekanizmalar, Bulank Algoritmalar, Bulank Mantk Kontrol (FLC), Bulank Kmeleme, Adaptif Sinirsel Bulank karm Sistemi (ANFIS). Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili uygulamalar anlatlr. rencilere farkl aratrma konular verilir ve daha sonra renciler, yaplan aratrma ve uygulamalar derste snf geneliyle paylar ve konunun tartmas gerekletirilir. renciler derslere katlmal, verilen devleri zamannda yapmal, arasnav ve final snavlarnda baarl olmaldr.

Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Bulank Kme Teorisi 2. Hafta Bulank Kmelerde lemler 3. Hafta yelik Fonksiyonlar 4. Hafta liki Matrisleri ve Operatrler 5. Hafta Sonu karm Mekanizmalar 6. Hafta Sonu karm Mekanizmalar 7. Hafta Bulank Algoritmalar 8. Hafta ARA SINAV 9. Hafta Bulank Mantk Kontrol (FLC) 10. Hafta Bulank Mantk Kontrol (FLC)

11. Hafta 12. Hafta 13. Hafta 14. Hafta

Bulank Kmeleme Adaptif Sinirsel Bulank karm Sistemi (ANFIS) Adaptif Sinirsel Bulank karm Sistemi (ANFIS) Adaptif Sinirsel Bulank karm Sistemi (ANFIS)

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER BM513 Zeki Optimizasyon Teknikleri Ders Ad Dnemi: Gz Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Prof. Dr. Dervi Karaboa retim yesi 8.00-17.00 Grme Saatleri E posta: karaboga@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=236 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039 Melikgazi Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32577 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: Esas: Evet lgili: Yan dal: leri: Evet Balang: Orta: Uzmanlk: Optimizasyon kavramlarnn anlalmas ve farkl zeki optimizasyon tekniklerinin Dersin Amac Ders erii

retim Metodu

renciden stenilen Gereklilikler Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar Baar Notunun puan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn % Hesaplanmas nerilen Kaynaklar, Ara ve Gereler
40'na eklenmesiyle hesaplanr. Karaboga D. and Pham D.T.: Intelligent Optimisation Techniques. Springer Verlag, 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.

incelenmesi. Optimizasyon Temel Kavramlar, Optimizasyon Problemlerinin ve Yntemlerinin Snflandrlmas, Geleneksel Optimizasyon Yntemleri, Sezgisel Algoritmalar, Isl lem Algoritmas, Tabu Aratrma Algoritmas, Genetik Algoritma, Karnca Koloni Algoritmas, Yapay Baklk Algoritmas, Diferansiyel Geliim Algoritmas, Yapay Ar Kolonisi Algoritmas. Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili uygulamalar anlatlr. renciler derslere katlmal, arasnav ve final snavlarnda baarl olmaldr.

Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Optimizasyon Temel Kavramlar 2. Hafta Optimizasyon problemlerinin ve yntemlerinin snflandrlmas 3. Hafta Geleneksel Optimizasyon Yntemleri 4. Hafta Geleneksel Optimizasyon Yntemleri

5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

Sezgisel algoritmalar Isl lem Algoritmas Tabu Aratrma Algoritmas ARA SINAV Genetik Algoritma Genetik Algoritma Karnca Koloni Algoritmas Yapay Baklk Algoritmas Diferansiyel Geliim Algoritmas Yapay Ar Kolonisi Algoritmas

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER Uygulamal Saysal Yntemler Ders Ad Dili: Trke Dnemi: Bahar Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Bahriye AKAY retim yesi Perembe 10.00-12.00 Grme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Orta: Evet Balang: leri Uzmanlk: Saysal Yntemlerde zellikle optimizasyon amal kullanlan metotlarn Dersin Amac Ders erii retim Metodu

incelenerek, bu metotlarn programlanabilmesi yada paket programlar kullanarak kullanlabilmesi MATLAB, Hatalar, Kk Bulma, Lineer Cebirsel Denklemlerin zm, Kstlamal ve Kstlamasz Optimizasyon, Eri uydurma

Teorik bilgilerin verilmesi ve uygulamaya dnk kodlama yada yazlmlarn kullanlmas renciden stenilen rencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarak Baar Notunun karlk gelen harf notuna evrilir. Hesaplanmas nerilen Kaynaklar, S. C. Chapra, Applied Numerical Methods with MATLAB, S. Chapra, R. Canale, Mhendisler iin saysal yntemler Ara ve Gereler MATLAB yazlm Haftalara Gre Ders Plan Haftalar Konular MATLAB programlama dili giri 1. Hafta

2. Hafta 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta

10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

MATLAB grafik modlleri Kesme Hatalar ve Taylor Serisi Denklem Kklerinin Bulunmasnda Kullanlan metotlar ve bu metotlarn programlanmas (Bisection, iteratif search, Newton raphson, sekant, katl kkler,) Polinom Kklerinin Bulunmasnda kullanlan metotlar ve bu metotlarn programlanmas (Klasik yntemler, Mller yntemi, Bairstow yntemi) Lineer Cebirsel Denklemlerin zmnde kullanlan metotlar ve bu metotlarn programlanmas (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel) Optimizasyon Bir Boyutlu Kstlamasz Optimizasyon (Golden Section, Second Order Interpolation, Newton Yntemi) ARA SINAV Optimizasyon ok Boyutlu Kstlamasz Optimizasyon (Direct methods, gradyent methods)Kstlamal Optimizasyon Lineer Programlama Kstlamal Optimizasyon Nonlineer Programlama Optimizasyon Lineer ve Nonlineer problemler iin Sezgisel Algoritmalar Eri Uydurma En kk kareler regresyonu Eri Uydurma nterpolasyon Eri uydurma Fourier Approximation

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER leri Stokastik Sreler Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Bahriye AKAY retim yesi Perembe 10.00-12.00 Grme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Uzmanlk: Evet Balang: Orta: leri Stokastik srelerin durma, dallanma ve yaknsama durumlarnn analizi Dersin Amac Olaslk teorisi, Markov Modelleri, Martingale Modelleri, Yaknsama Teoremleri, Ders erii
Durma Zamanlar

Teorik bilgilerin verilmesi retim Metodu renciden stenilen rencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarak Baar Notunun

karlk gelen harf notuna evrilir. Hesaplanmas nerilen Kaynaklar, Probability Theory, Amir Dembo, Stanford University Stochastic Processes, Amir Dembo, Stanford University Ara ve Gereler Haftalara Gre Ders Plan Haftalar Konular MATLAB programlama dili giri 1. Hafta MATLAB grafik modlleri 2. Hafta Kesme Hatalar ve Taylor Serisi 3. Hafta Denklem Kklerinin Bulunmasnda Kullanlan metotlar ve bu metotlarn programlanmas 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta
(Bisection, iteratif search, Newton raphson, sekant, katl kkler,) Polinom Kklerinin Bulunmasnda kullanlan metotlar ve bu metotlarn programlanmas (Klasik yntemler, Mller yntemi, Bairstow yntemi) Lineer Cebirsel Denklemlerin zmnde kullanlan metotlar ve bu metotlarn programlanmas (Gauss eliminasyon, LU ve Inverse Matris, Gauss Seidel) Optimizasyon Bir Boyutlu Kstlamasz Optimizasyon (Golden Section, Second Order Interpolation, Newton Yntemi) ARA SINAV Optimizasyon ok Boyutlu Kstlamasz Optimizasyon (Direct methods, gradyent methods)Kstlamal Optimizasyon Lineer Programlama Kstlamal Optimizasyon Nonlineer Programlama Optimizasyon Lineer ve Nonlineer problemler iin Sezgisel Algoritmalar Eri Uydurma En kk kareler regresyonu Eri Uydurma nterpolasyon Eri uydurma Fourier Approximation

10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER Kombinasyonel Optimizasyon Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Bahriye AKAY retim yesi Perembe 10.00-12.00 Grme Saatleri E posta: bahriye@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/bahriye Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak. Bilgisayar Mh., 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32578 Faks: 90 352 4374933 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Orta: Evet Balang: leri Uzmanlk: Tamsay ve kombinasyonel optimizasyon problemlerinin ve algoritmalarnn Dersin Amac

Ders erii retim Metodu

retilmesi Kombinasyonel optimizasyon problemleri ve bu problemleri zen algoritmalar

Teorik bilgilerin verilmesi ve uygulamaya dnk kodlama yada yazlmlarn kullanlmas renciden stenilen rencinin derse devam etmesi zorunludur. Gereklilikler Vize Notu %30 ve Final Notunun %70 arlkl ortalamas alnarak Baar Notunun karlk gelen harf notuna evrilir. Hesaplanmas nerilen Kaynaklar, L. R. Foulds, Combinatorial Optimization Ara ve Gereler Haftalara Gre Ders Plan Haftalar Konular Tamsay programlama iin Brach and Bound metodlaru 1. Hafta Kesen dzlemler teorisi 2. Hafta Sub-gradient optimizasyon 3. Hafta ki deerli programlarn zm uzaynda ksmi sralama 4. Hafta Kombinasyonel optimizasyon algoritmalarnn karmakl 5. Hafta Gezgin satc problemi 6. Hafta Kme paralama 7. Hafta ARA SINAV 8. Hafta Graf algoritmalar ve Graf renklendirme problemi 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta
0-1 anta problemi Minimax network lokasyonunda karmaklk ve verimlilik Ara ynlendirme problemi Ykleme problemi Bir makinadaki maksimum gecikmesinin minimizasyonu Personel izelgeleme problemi

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER ok Boyutlu Veri Analizi Ders Ad Dili: Trke Dnemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Do. Dr. Cokun zkan retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: cozkan@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Harita Mhendislii Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32675 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Tek ve ok boyutlu verinin analizinde kullanlan matematik istatistik Dersin Amac

bazl yaklamlar retmek 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. Tahtada teorik, bilgisayar banda uygulamal ve renci seminerleri retim Metodu renciden stenilen Temel matematik ve lineer cebir bilgisi. Gereklilikler Bir tek ara snav ve yaryl sonu snav Baar Notunun Hesaplanmas nerilen Kaynaklar, Alvin Rencher, Applied multivariate analysis. Ara ve Gereler Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Tek boyutlu istatistik 2. Hafta Tek boyutlu istatistik 3. Hafta Lineer cebir 4. Hafta Lineer cebir 5. Hafta ok boyutlu veri tanm ve uygulama alanlar 6. Hafta ok boyutlu dalmlar 7. Hafta ok boyutlu dalmlar 8. Hafta ARA SINAV 9. Hafta ok boyutlu varyans analizi 10. Hafta ok boyutlu kovaryans analizi 11. Hafta oklu ve ok boyutlu regresyon 12. Hafta Ana bileen dnm ve faktr analizi 13. Hafta Kmeleme yntemleri 14. Hafta Snflandrma Ders erii

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER BM532 Mekansal Veritabanlar Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Mete elik retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: mcelik@erciyes.edu.tr WEB:bm.erciyes.edu.tr/mcelik/bim532 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Bl., 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32530 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Mekansal veritabanlar ve veri madencilii hakknda temel tekil edecek bilgilerin Dersin Amac

Ders erii

retim Metodu renciden stenilen Gereklilikler Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puan Baar Notunun ortalamasnn % 40'nn eklenmesiyle hesaplanr. Hesaplanmas nerilen Kaynaklar, Spatial databases, S. Chawla, S. Shekhar Ara ve Gereler Haftalara Gre Ders Plan Haftalar Konular Giri, Veri Nedir 1. Hafta Mekansal kavramlar ve veri modelleri 2. Hafta Mekansal depolama ve indeksleme, grid dosyalar, R aalar 3. Hafta Mekansal depolama ve indeksleme, grid dosyalar, R aalar 4. Hafta Sorgu optimizasyonu 5. Hafta Sorgu optimizasyonu 6. Hafta Datk ve paralel mekansal veritaban sistemleri 7. Hafta 8. Hafta ARA SINAV Mekansal alar 9. Hafta Mekansal alar 10. Hafta Mekansal veri madenciliine giri 11. Hafta Mekansal snflandrma, Kmeleme ve anormallik tespiti 12. Hafta Mekansal snflandrma, Kmeleme ve anormallik tespiti 13. Hafta Zamansal, mekansal, mekan-zamansal veri madencilii 14. Hafta

verilmesidir. Mekansal veritabanlar ve corafi bilgi sistemleri arasndaki farklar, mekansal veritabanlar iin veri modelleri, sorgu optimizasyonu, mekansal alar ve mekansal veritabanlarndaki son gelimeler. Her bir konu derste teorik olarak ilenir ve rnekler zlr rencilerin derse nceden hazrlanmas beklenmektedir.

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER Bim511 Veri Madencilii Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Mete elik retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: mcelik@erciyes.edu.tr WEB:bm.erciyes.edu.tr/mcelik/bim511 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Bl., 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32530 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Veri madencilii problemlerinin analiz edilmesini ve bu problemler iin gelitirilen Dersin Amac Ders erii

temel yaklamlar incelenmesini amalamaktadr. Bu kapsamda snflandrma, kmeleme, anormallik tespiti ve birliktelik analizi teknikleri incelenecektir. Veri madencilii problem ve yaklamlarnn incelenmesi, giri, veri nedir,

retim Metodu renciden stenilen Gereklilikler Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puan Baar Notunun ortalamasnn % 40'nn eklenmesiyle hesaplanr. Hesaplanmas nerilen Kaynaklar, Introduction to Data Mining, P. N. Tan, M. Steinbach, V. Kumar, Addison Wesley Ara ve Gereler Haftalara Gre Ders Plan Haftalar Konular Giri, Veri Nedir 1. Hafta Veri Analizi 2. Hafta Veri Analizi 3. Hafta Birliktelik Analizi 4. Hafta Birliktelik Analizi 5. Hafta Snflandrma 6. Hafta Snflandrma 7. Hafta 8. Hafta ARA SINAV Kmeleme 9. Hafta Kmeleme 10. Hafta Anormallik Tespiti 11. Hafta Anormallik Tespiti 12. Hafta Mekansal ve Mekan-zamansal Veri Analizi 13. Hafta Dier Veri Madencilii Konular 14. Hafta

snflandrma, kmeleme, anormallik tespiti ve birliktelik analizi, mekan-zamansal veri analizi, dier veri madencilii konular Her bir konu derste teorik olarak ilenir ve rnekler zlr rencilerin derse nceden hazrlanmas beklenmektedir.

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR ANABLMDALI

I. GENEL BLGLER Uzaktan Alglama Ders Ad Dili: Trke Dnemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Do. Dr. Cokun zkan retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: cozkan@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Harita Mhendislii Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32675 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Uzaktan alglamann temelleri ve uygulama alanlarnn retilmesi Dersin Amac Uzaktan alglama biliminin temelleri, elektromanyetik enerji, EMR Ders erii nin cisimlerle etkileimi, Radar sistemleri, Uydu sistemleri, dijital

retim Metodu renciden stenilen Gereklilikler Baar Notunun Hesaplanmas nerilen Kaynaklar, Ara ve Gereler

grnt ileme, uygulamalar. Tahtada teorik ve bilgisayar banda uygulamal anlatm Temel fizik bilgileri ve paket program kullanabilme Bir tek ara snav ve yaryl sonu snav

Uzaktan Alglama, Kantitatif Yaklam, eviri: Derya Maktav, Filiz Sunar. Matlab, Erdas ve Envi programlar Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Tanm ve temel kavramlar 2. Hafta Elektromanyetik enerji, radyometrik birimler 3. Hafta Elektromanyetik spektrum 4. Hafta Elektromanyetik enerjinin cisimlerle etkileimi 5. Hafta Elektromanyetik enerjinin cisimlerle etkileimi 6. Hafta Uydu alglama sistemleri, tarayc trleri 7. Hafta Uydu platformu yrnge karakteristikleri 8. Hafta ARA SINAV 9. Hafta RADAR sistemleri 10. Hafta RADAR sistemleri 11. Hafta Deiik uzaktan alglama uygulamalar 12. Hafta Matlab ortamnda yaplan uygulamalar 13. Hafta Erdas programnda yaplan uygulamalar 14. Hafta Envi yaplan uygulamalar

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER BM 506 Mobil ve Kablosuz Alar Ders Ad Dnemi: Gz Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Bilal BABAYT retim yesi 8.00-17.00 Grme Saatleri E posta: bilalb@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039 Melikgazi Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32553 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: Esas: Evet lgili: Yan dal: Orta: Evet Balang: leri Uzmanlk: Mobil ve kablosuz a teknolojilerindeki temel kavramlarnn ve teknolojilerinin Dersin Amac Ders erii
retilmesi. Mobil ve kablosuz sistem tasarm. Mobil ve kablosuz alara giri. Mobil radyo yaylm, hcresel alar, oklu iletiim,

retim Metodu

renciden stenilen Gereklilikler Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar Baar Notunun puan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn % Hesaplanmas nerilen Kaynaklar, Ara ve Gereler

oklu paylaml eriim teknikleri, kablosuz alarn baarm, ad hoc ve sensr alar, mobil ve kablosuz alarda son gelimeler. Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili rnekler snfta zlr. Teorik anlatlan konular rencilerin daha iyi anlayabilmesi iin dnem boyunca eitli ev devleri ve projeler verilir. renciler derslere katlmal, verilen devleri zamannda yapmal, arasnav ve final snavlarnda baarl olmaldr.

40'na eklenmesiyle hesaplanr. Dnem ierisinde yaplan dev ve projeler final snavnn %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 Plan Haftalar Konular 1. Hafta Mobil ve Kablosuz Alara Giri 2. Hafta Mobil radyo yaylm 3. Hafta Hcresel alar 4. Hafta oklu iletiim 5. Hafta oklu iletiim 6. Hafta oklu paylaml eriim teknikleri 7. Hafta oklu paylaml eriim teknikleri 8. Hafta ARA SINAV 9. Hafta Kablosuz alarn baarm deerlendirmesi 10. Hafta Kablosuz alarn baarm deerlendirmesi 11. Hafta Ad Hoc Alar 12. Hafta Sensor Alar 13. Hafta Mobil ve kablosuz alardaki son gelimeler 14. Hafta Proje Sunumlar

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER BM 533 Bilisel Alar Ders Ad Dnemi: Gz Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Bilal BABAYT retim yesi 8.00-17.00 Grme Saatleri E posta: bilalb@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039 Melikgazi Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32553 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi

Zorunlu: Esas: Evet Balang: Dersin Amac

Semeli: Evet lgili: Orta: Evet leri Yan dal: Uzmanlk:

Ders erii retim Metodu

renciden stenilen Gereklilikler Kapal notlarla, bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar Baar Notunun puan, yarylsonu snav puannn % 60'na, ara snavlar puan ortalamasnn % Hesaplanmas nerilen Kaynaklar, Ara ve Gereler

Gelecek nesil kablosuz ve mobil hesaplama alar olarak da isimlendirilen Bilisel A konusu ve temel teknolojilerinin retilmesi. Bilisel radyo ve bilisel alar konular zerinde yaplan almalar anlalmas. Bilisel alar gelecek nesil alarn karmaklk, ok trellik ve gvenilirlik ihtiyalarn karlamak zerine odaklanmaktadr. Bilisel radyo, mimarisi, bilisel evrim, spektrum sezme, karar verme, paylama. Bilisel radyo protokolleri, spektrum hareketlilii, Ynlendirme algoritmalar, bilisel radyo yaplar ve standartlar. Derste verilen teorik bilgilerden sonra, seilmi eitli konularla ilgili rnekler snfta zlr. Teorik anlatlan konular rencilerin daha iyi anlayabilmesi iin dnem boyunca eitli ev devler ve projeler verilir. renciler derslere katlmal, verilen devleri zamannda yapmal, arasnav ve final snavlarnda baarl olmaldr.

40'na eklenmesiyle hesaplanr. Dnem ierisinde yaplan dev ve projeler final snavnn %20sini oluturur. E. Hossain, D. Niyato, Z. Han, Dynamic Spectrum Access and Management in Cognitive 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 Plan Haftalar 1. Hafta Bilisel Alara Giri 2. Hafta Bilisel Radyo 3. Hafta BR Mimari Yaps 4. Hafta Bilisel evrim 5. Hafta Spektrum Sezme 6. Hafta Spektrum Sezme 7. Hafta Spektrum Karar Verme 8. Hafta 9. Hafta Spektrum Paylama 10. Hafta Bilisel Radyo Protokolleri 11. Hafta Spektrum Hareketlilii 12. Hafta Ynlendirme Algoritmalar 13. Hafta CR Standartlar 14. Hafta Proje Sunumlar

Konular

ARA SINAV

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER leri Grnt leme Teknikleri ve Bilgisayar Grme -I Ders Ad Dnemi: Gz Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0 Do.Dr. Veysel ASLANTA retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri

E posta: aslantas@erciyes.edu.tr

WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714

Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mh. Bl., 38039 Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32602 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Temel konularn ve saysal resimlerden bilgi elde etmek iin kullanlan tekniklerin Dersin Amac

Ders erii

retim Metodu renciden stenilen Gereklilikler Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puan Baar Notunun ortalamasnn % 40'nn eklenmesiyle hesaplanr. Baarl olmak iin baar Hesaplanmas nerilen Kaynaklar, Ara ve Gereler
notunun en az DD veya daha yukar olmas gerekir. R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley Pub. 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

renilmesi. Resimlerden eitli uygulamalar iin gerekli olan temel zellikleri (kenar, blge, vs.) hesaplamak iin kullanlan yaygn metotlarn bilinmesi ve uygulanmas. Dizi resim analizi gibi yksek seviyeli deneysel resim analizi tekniklerinin ve zel bir uygulama iin baarl bir sistem tasarlayabilmek iin gerekli temel kavram ve teknikleri n renilmesi. 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 veritaban uygulamalar gibi bir ok sahada uygulama alan bulmaktadr. Bu derste, grnt ileme ve bilgisayar grme temel ve ileri tekniklerinin verilmesi hedeflenmitir. Bu ders, dizi resim analizi gibi yksek seviyeli deneysel resim analizi tekniklerini de ihtiva etmektedir. eitli pratik uygulamalar iin gerekli olan algoritmalar detayl olarak bahsedilmektedir. Gelien birok sahada olduu gibi, grnt ileme ve bilgisayar grme hemen hepsi bilgisayar gr sistem tasarmclarnn herhangi bir zel uygulamas iin uygun olmayabilir. Dolaysyla bilgisayar grme tasarmcs, zel bir uygulama iin baarl bir sistem tasarlayabilmek iin temel kavram ve teknikleri bilmek zorundadr Snf dersleri: Haftada saat teorik temeller. Yksek lisans rencileri

Haftalara Gre Ders Plan Haftalar

1. Hafta 2. Hafta 3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

Konular

Grnt ileme ve bilgisayar grmeye giri, grnt ileme rnekleri, grnt elde etme, rnekleme ve kuantalama. Aydnlatma ve sensrler, grntlerin alglanmas ve temsil edilmesi Aydnlatma ve sensrler, grntlerin alglanmas ve temsil edilmesi Grnt ilemenin temelleri, temel grnt ileme operasyonlar Grnt ilemenin temelleri, temel grnt ileme operasyonlar Eikleme teknikleri Renkli resim ileme ARA SINAV Resim bltleme teknikleri Resim bltleme teknikleri Resim sktrma teknikleri Resim sktrma teknikleri Hareketli nesnelerin hz ve pozisyon hesaplar Hareketli nesnelerin hz ve pozisyon hesaplar

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER leri Grnt leme Teknikleri ve Bilgisayar Grme -II Ders Ad Dnemi: Bahar Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 5.0 Do.Dr. Veysel ASLANTA retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: aslantas@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mh. Bl., 38039 Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32602 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Bu dersin baar ile tamamlanmas sonucunda renciler: Dersin Amac

Ders erii

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 uygulamalar konular hakknda bilgi sahibi olacaklardr. Bu ders, grnt ileme ve bilgisayar grme iin gelitirilmi yeni teknikler hakknda bilgi vermektedir. Ders genel olarak: geometrik transformlar, ayrk transformlar, 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. Snf dersleri: Haftada saat teorik temeller. Yksek lisans rencileri

retim Metodu renciden stenilen Gereklilikler Baar Notunun Hesaplanmas nerilen Kaynaklar, Ara ve Gereler

Ham baar puan, yarylsonu snav puannn % 60 na, ara snavlar puan ortalamasnn % 40'nn eklenmesiyle hesaplanr. Baarl olmak iin baar notunun en az DD veya daha yukar olmas gerekir. R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley Pub. Co., New York, (2nd edition) 2002. Sonka, M., Hlavac, V., and Boyle, R. Image Processing, Analysis and Machine 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 Plan Haftalar

1. Hafta 2. Hafta Geometrik transformlar Ayrk transformlar

Konular

3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

Ayrk transformlar Grlt, filtre tasarm, grlt temizleme Grnt restorasyonu Grnt restorasyonu Kenar tespit teknikleri ARA SINAV Nesnelerin zelliklerinin elde edilmesi ve analizi Nesnelerin zelliklerinin elde edilmesi ve analizi Resim analizi Resim analizi Blge, hat ve hareket temelli resim bltleme teknikleri Blge, hat ve hareket temelli resim bltleme teknikleri

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI

I. GENEL BLGLER HAREKETL ROBOTLAR N MESAFE LME TEKNKLER Ders Ad Dili: Trke Dnemi: Bahar Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Do.Dr. Veysel ASLANTA retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: aslantas@erciyes.edu.tr WEB: http://abis.erciyes.edu.tr/Sorgu.aspx?Sorgu=714 Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar Mhendislii Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32602 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: boyutlu Bilgisayar Grme teknikleri iin gerekli altyapnn oluturulmas. Dersin Amac Verilen bir evrenin boyutlu yapsnn elde edilmesi, nesne tanma ve konumlandrma, 3D tekniklerinin genel alma prensiplerinin renilmesi. 3D karm algoritmalar uygulamalar ile 2D saysal resimlerden nc boyutun elde edilmesi Bu ders, saysal resimlerden boyutlu evrenin yorumlanmas, anlalmas ve Ders erii modelinin oluturulmas gayesiyle 3D bilgisayar gr sahasnn ilim ve mhendislik konularn iermektedir. Bilgisayar gr konusunun fizik, matematik ve bilgi ileme ynne odaklanlmtr. lenecek konular: Grnt formasyon ve temsili, zellik elde etme, kamera kalibrasyonu ve 3D gr teknikleri: Aktif Teknikler (Radar, Ultrasonik, Ultraviyole, Triangulation, Structured light) ve Passive Teknikler (Stereo, Otomatik Odaklama, Bulanklk, Doku, Glge, Hareket) Derslere katlm olduka nemli olup derslerde anlatlan hereyden renciler retim Metodu mesuldr. Ben yoktum, Bilmiyordum gibi mazeretler geerli deildir. Derslere verilen devler yaplm olarak ve nceki dersler anlal olarak gelinmelidir. Bir dnem boyunca 6-7 evdevi verilecektir. Evdevleri toplanlmayacak fakat benzer sorular imtihanlarda sorulacaktr. Bir yaryl ve bir ylsonu olmak zere iki imtihan yaplacaktr. rencilerin grnt ileme ve lineer sistemler bildii kabul edilmektedir. Ayrca, renciden stenilen olaslk teorisi ve lineer cebir bilmeleri konular anlamakta yardmc olacaktr.. Gereklilikler Kapal notlarla bir yazl arasnav, bir yazl yarylsonu snav yaplr. Ham baar Baar Notunun puan, yarylsonu snav puannn % 70'ine, ara snavlar puan ortalamasnn % Hesaplanmas 30'unun eklenmesiyle hesaplanr. Baarl olmak iin baar notunun en az DD veya daha yukar olmas gerekir. AA, BA, BB, CB,CC (ham baar puan 100-70 arasnda kalan notlar) artsz baarl notlardr. DC ve DD (ham baar puan 69-60 arasnda kalan notlar) ise artl baarl notlardr.

nerilen Kaynaklar, Ara ve Gereler

R. Szeliski, Computer Vision: Algorithms and Applications, Springer 2010. 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 Plan Haftalar Konular 1. Hafta Giri: boyutlu Bilgisayar Grme teknikleri 2. Hafta Grnt formasyonu ve ileme 3. Hafta zellikler ve zellik elde etme 4. Hafta Kamera modelleri ve kalibrasyonu 5. Hafta Aktif teknikler: Radar-ultrason 6. Hafta Aktif teknikler: Ultraviyole-genleme-yaplandrlm k demeti 7. Hafta Aktif teknikler: Ultraviyole-genleme-yaplandrlm k demeti 8. Hafta MID-TERM EXAM 9. Hafta Pasif teknikler: Fotometrik stereo 10. Hafta Pasif teknikler: Stereo 11. Hafta Pasif teknikler: Zoom 12. Hafta Pasif teknikler: Odak temelli teknikler 13. Hafta Pasif teknikler: Doku-glge temelli teknikler 14. Hafta Pasif teknikler: Hareket

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER leri Olaslk Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Necla ZKAYA retim yesi Ofis saatleri belirtmedim, nk dersim yoksa genellikle hep ofisimde Grme Saatleri olurum. Herhangi bir renci bir ey sormak istediinde direk odama gelerek sorusunu sorabilecei gibi randevu alarak da grme talebinde bulunabilir. Elektronik postam dzenli olarak kontrol ederim, benimle grmek isteyenler mail yoluyla da iletiim kurabilirler. E posta: neclaozkaya@erciyes.edu.tr 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 32600 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Orta: Evet Balang: leri Uzmanlk: Bu dersin amac rencilere olaslk ve rassal srelerin temel ve baz Dersin Amac ileri kavramlarn tantmaktr.

Ders erii

Bu dersin konular arasnda olaslk belitleri, Bayes teoremi, rassal deikenler, rassal deikenlerin toplam, byk saylar kural, merkezi limit teoremi ve uygulamalar, gven aralklar, ayrk ve srekli rassal sreler ve kuyruk teorisine giri bulunmaktadr. Bu ileri konularn yan sra temel istatistik konular da bu ders erevesinde ilenecektir.

retim Metodu

Her konunun daha iyi anlalmas iin, teorik bilgi ilendikten sonra konunun daha iyi anlalmas iin eitli problemler zlr. Konu derste ilenip bitirildikten sonra rencilerin renme durumlarn pekitirmek ve kontrol etmek iin eitli ev devleri verilir. rencilere bir sonraki derste ev devlerini zerken karlatklar problemleri varsa sormalar iin sz hakk verilir. Gerekirse dev verilen sorular tahtada zlerek rencilerin sorular cevaplandrlm olur. renciden stenilen renciler derslere katlmaldr. Her renci kendisine verilen ev devlerini zmek zorundadr. renci devi zerken herhangi bir Gereklilikler problemle karlarsa bu problemi bir sonraki hafta derste sorabilmekte bylece rencinin kafasnda konuyla ilgili herhangi bir belirsizliin kalmamasna zen gsterilmektedir. Derste rencinin baarmak zorunda olduu iki snav vardr: Ara Baar Notunun snav ve final snav. Baar notunun hesaplanmasnda ara snavn % Hesaplanmas 30u, final snavnn ise % 70i alnmaktadr. rencinin notu niversitede kullanlan bir yazlm sayesinde harf notuna evrilmekte ve rencinin mailine gnderilerek snav sonucundan rencinin haberdar olmas salanmaktadr. nerilen Kaynaklar, Ara ve Gereler Ders Notu: Probability and Stochastic Processes: A Friendly Introduction for Electrical 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, Volume 1, 3rd Edition William Feller (Princeton Univ., New Jersey), ISBN: 978-0-47125708-0, 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 Computer Engineers, by J. Gubner, 2006. Probability, Random Variables and Stochastic Processes, A. Papoulis, 3/E, McGraw-Hill Companies, 1991, ISBN-10: 0070484775 Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Deneyler, Modeller ve Olaslklar: Kme Teorisi, Kme Teorisini Olaslk Belitlerine Uygulama, Belitlerin Baz Sonular 2. Hafta Koullu Olaslk, Bamszlk, Sral Deneyler ve Aa Diyagramlar, Sayma

3. Hafta 4. Hafta 5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

Yntemleri, Bamsz Deneyler Ayrk Rassal Deikenler: Olaslk Ktle Fonksiyonu, Ayrk Rassal Deiken Aileleri, Birikimli Dalm Fonksiyonu Ortalamalar, Beklenen Deer, Varyans ve Standard Sapma, Koullu Olaslk Ktle Fonksiyonu Srekli Rassal Deikenler: Olaslk Younluk Fonksiyonu, Beklenen Deerler, Srekli Rassal Deiken Aileleri Gaussian Rassal Deikenleri, Delta Fonksiyonlar, Kark Rassal Deikenler, Tretilmi Rassal Deikenlerin Olaslk Modelleri Rassal Deiken iftleri: Ortak Birikimli Dalm Fonksiyonu, Ortak Olaslk Ktle Fonksiyonu, Snrsal Olaslk Ktle Fonksiyonu Ara snav ki Rassal Deiken Fonksiyonlar, N Rassal Deiken Olaslk Modelleri, Snrsal Olaslk Fonksiyonlar, Korelasyon Matrisi ki Rassal Deikeninin Toplamnn Olaslk Younluk Fonksiyonu, Moment reten Fonksiyon, Bamsz Rassal Deikenlerin Rassal Toplamlar Merkezi Limit Teoremi e Uygulamalar, Beklenen Deerden Rassal Deiken Tretme Rassal Sreler: Poisson Sreci, Duraan Sreler, Gaussian Sreleri Ayrk Zamanl Markov Zinciri Dinamikleri, Srekli Zamanl Markov Zincirleri, Doum-lm Sreleri ve Kuyruk Sistemleri Rassal Sinyal Sreleri: Ayrk Zamanl Dorusal Filtreleme, Tahminleme ve ngr, Kuvvet Spektral Younluk, apraz Spektral Younluk Final Snav iin Gzden Geirme

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER Biyometrik Sistemler Ders Ad Dili: Trke Dnemi: Gz Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Yrd. Do. Dr. Necla ZKAYA retim yesi Ofis saatleri belirtmedim, nk dersim yoksa genellikle hep ofisimde Grme Saatleri olurum. Herhangi bir renci bir ey sormak istediinde direk odama gelerek sorusunu sorabilecei gibi randevu alarak da grme talebinde bulunabilir. Elektronik postam dzenli olarak kontrol ederim, dolaysyla benimle grmek isteyenler mail yoluyla da iletiim kurabilirler. E posta: neclaozkaya@erciyes.edu.tr 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 32600 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi

Zorunlu: Esas: Balang: Dersin Amac

Ders erii

retim Metodu

Semeli: Evet lgili: Evet Yan dal: Orta: Evet leri Uzmanlk: Bu dersin amalar arasnda temel iaret ileme ve grnt ileme bilgilerinin uygulamalarla takviye edilmesi, rencilere temel grnt ileme bilgilerinin verilmesi, desen tanmaya giri bilgilerinin verilmesi, iaret ilemenin biyometrik sistemlere uygulanmas, rencilerin biyometrik sistemlerin tasarm, gerekletirilmesi, sosyal ve etik kurallar konusunda bilgilendirilmesi vardr. Bu dersi alan rencilerin problemsiz alan tam bir biyometrik sistemi tasarlayp gerekletirmesi beklenmektedir. nsana zg karakteristik zelliklerin ilenerek kiilerin kimliklendirilmesinde kullanld teknolojiler olan biyometrik sistemlere iaret ileme ve grnt ileme uygulamalarnn nasl yapld konusunda detaylar veren bir derstir. Bu sistemler genellikle gvenlik uygulamalar ve su ve sulu tespiti gibi uygulamalarda kullanlmaktadr. Ders, rencilere iaret ileme, grnt ileme gibi lisansta aldklar konular uygulamal olarak grp pekitirecekleri bir platform salamaktadr. renciler bu derstegrnt ileme desen tanma ve biyometrik sistemin doruluk analizini gerekletirebilecek kadar istatistik greceklerdir. renciler bu derste, iaret ve grnt ilemeyi, zellik seti elde etmeyi, snflandrmay, karlatrmay ve sorunsuz alan bir sistem elde etmeyi reneceklerdir. Bu ders snfta yaplan teorik bilgilendirme ve laboratuar uygulamalr gelitirme eklinde ilenecektir. Biyometrik temelli tanma ve onaylama sisteminin teorik ksm snflarda ilenecek, ardndan konuyla ilgili uygulamalar laboratuarda gerekletirilecektir. renciler laboratuar almalar srasnda biyometrik literatrnde bulunan ve ska kullanlan standart veritabanlarn kullanabilecekleri gibi sensorlar araclyla elde ettikleri ablonlar da kullanabileceklerdir. Laboratuar uygulamalar Matlab programlama ortamnda gerekletirilecektir. Laboratuar uygulamalar esnasnda renciler gruplar halinde alrlar ve uygulama esnasnda anlalmayan bir ey olduunda sorular sorarak konuyu tam olarak anlamaya alrlar. Ders erevesinde ilenen konularn tam olarak anlalmas iin her renci iki biyometrik sistem projesi gerekletirmek zorundadr. Bu projeleriyle ilgili birer raporu da belirtilen tarihlerde yazl ve szl olarak sunmak zorundadrlar. Szl sunumlarn ardndan soru-cevap 2er kiilik gruplarla da ksmyla konu pekitirilir. gerekletirilebilecek projeler daha nce gelitirilmi biyometrik sistemlere yapda olabilecei gibi farkl biyometrik zellikler kullanlarak da gereklenebilir. Proje gelitirme aamasnda gerektiinde ders sorumlusuyla ileitim kurularak karlalan sorunlara birlikte zmler bulunulacaktr.

renciden stenilen renci derse atlmak zorundadr. Tek bana veya iki kiilik grup ierisinde alm olduu 2 adet projeyi baaryla tamamlamak Gereklilikler zorundadr. Proje gerekletirirken karlat zorluklar varsa bunlar dersin sorumlusuyla tartarak kafasndaki belirsizlikleri gidermelidir. Projeler hem projede gerekletirilen sistemin sonular hem de rencinin bireysel gayreti gz nnde bulundurularak

deerlendirilecektir. Baar Notunun Derste rencinin baarmak zorunda olduu iki snav vardr: Ara snav ve final snav. Baar notunun hesaplanmasnda ara snavn % Hesaplanmas 30u, final snavnn ise % 70i alnmaktadr. rencinin notu niversitede kullanlan bir yazlm sayesinde harf notuna evrilmekte ve rencinin mailine gnderilerek snav sonucundan rencinin haberdar 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, Handbook of 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 in an 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 Plan Haftalar Konular 1. Hafta Biyometrik zelliklere ve biyometrik temelli sistemlere giri. Biyometrik temelli sistemlerin gerekletirilmesi konusuna grnt ileme asndan 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 teknikleri kullanlarak gerekletirilmesi. 3. Hafta 4. Hafta Biyometrik sistemlerin performans deerlendirilmelerine aklamalar: hata oranlar, tanma doruluklar vs. Biyometrik sistemlerin performans deerlendirilmelerine ynelik ynelik temel temel

5. Hafta 6. Hafta 7. Hafta 8. Hafta 9. Hafta 10. Hafta 11. Hafta 12. Hafta 13. Hafta 14. Hafta

istatistiksel yntemler. Biyometrik sistemlerin snflandrlma teorileri: Neyman-Pearson yaklam, Likelihood oran, Gaussian durumu, Bayesian yaklam, MAP yaklam. Yz tanma: Grn temelli ve yerel zelliklere dayal yz tanma yaklamlar ve bunlarn gerekletirilmeleri. boyutlu yz tanma: yz bilgilerinin alnmas, kayd, zellik noktalarnn elde edilmesi, zellik setinin hesaplanmas ve karlatrma. Ara snav Parmak izi tanma: zellik noktalar temelli yaklamlar ve zellik noktalar temelli olamayan yaklamlar ve bunlarn gerekletirilmeleri. ris tanma: iris temelli bir biyometrik sistemin gerekletirilmesi. Dier biyometrik zellikler: avu ii, kan damarlar yaps, yry ve konumac tanma vs. oklu biyometrik zellik temelli sistemler. renci projelerinin sunumu. renci projelerinin sunumu ve Final Snav iin Gzden Geirme

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER

KABLOSUZ ALGILAYICI ALARI UYGULAMALARI Ders Ad Dnemi: Bahar Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 r. Gr. Dr. Celal ZTRK retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: celal@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/celal/ Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32581 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Bilgisayar Bilimleri ve Bilgisayar Mhendislii eitimi erevesinde, yeni bir Dersin Amac

Ders erii

teknoloji olan kablosuz alglayc alarnn rencilere tantlmas. lkemizde alglayc alar zerinde bilgi sahibi olan bilgisayar mhendislerinin saysnn artmasna katk salanmas. Kablosuz alglayc alarna giri, alglayc alarnn karakteristikleri, iletiimde ve hesaplamada karlalan zorluklar, alglayc a protokolleri ve uygulamalar, alglayc a gvenlii, alglayc alarnda veri toplama ve kmeleme, gncel gelimeler ve uygulamalar.

retim Metodu renciden stenilen Gereklilikler Baar Notunun

Hesaplanmas nerilen Kaynaklar, 1. Sensor Network Operations, S. Phoha, T.F. La Porta, and C. Griffin (eds), pp. 422-441, ISBN: 0471719765, Wiley-IEEE Press. Ara ve Gereler

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 Zhao and Leonidas Guibas, Morgan Kaufmann Publishing, ISBN-10: 1558609148.

Haftalara Gre Ders Plan Haftalar Konular 1. Hafta Kablosuz Alglayc alarna giri 2. Hafta Alglayc ve a mimarisi 3. Hafta A kurulumu ve organizasyonu 4. Hafta Transport protokolleri 5. Hafta Ynlendirme protokolleri 6. Hafta Hedef bulma ve takip protokolleri 7. Hafta Ortam paylam protokolleri 8. Hafta ARA SINAV 9. Hafta Veri depolama protokolleri 10. Hafta Veri kmeleme protokolleri 11. Hafta Gvenlik protokolleri 12. Hafta Gvenli veri kmeleme protokolleri 13. Hafta Aratrma ve uygulama projeleri 14. Hafta Aratrma ve uygulama projeleri

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER YAPAY SNR ALARI I Ders Ad Dnemi: Gz Dili: Trke Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 r. Gr. Dr. Celal ZTRK retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: celal@erciyes.edu.tr WEB: http://bm.erciyes.edu.tr/celal/ Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fak., Bilgisayar Mh. Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374901 Dahili 32581 Faks: 90 352 4375784 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: Bilgisayar bilimleri ve Bilgisayar Mhendislii eitimi erevesinde, yapay sinir Dersin Amac

Ders erii

alarnn problem zmede nasl kullanlabilecei hususunda ihtiya duyulan teorik ve pratik bilgilerin rencilere sunulmas. Teorik bilgilerin yannda rencinin kendi uygulamasn gelitirebilmesidir. 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 katl perseptronlar, hopfield a, LVQ, radial tabanl alar. renme algoritmalar: geri

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

retim Metodu renciden stenilen Gereklilikler Baar Notunun Hesaplanmas nerilen Kaynaklar, 1. Artificial Neural Networks: A Compherensive Foundation, S. Haykin, 1994. 2. Mhendislikte Yapay Zeka Kullanm I: Yapay Sinir Alar, Ufuk Kitabevi, Ara ve Gereler
2003.

Haftalara Gre Ders Plan Haftalar Konular 1. Hafta YZ Genel Bak 2. Hafta YZ tekniklerine genel bak 3. Hafta YSA temel kavramlar ve terimler, YSA tarihe 4. Hafta YSA yaplar 5. Hafta YSA renme algoritmalar 6. Hafta Tek Katmanl Alar 7. Hafta ok Katmanl leri beslemeli alar 8. Hafta ARA SINAV 9. Hafta leri beslemeli YSA Uygulamalar 10. Hafta Kendisini Organize Edebilen Haritalar 11. Hafta Vektr Kuantalama renmeli Alar 12. Hafta Radyal Tabanl Fonksiyon Alar 13. Hafta Aratrma ve Uygulama dev Sunumlar 14. Hafta Aratrma ve Uygulama dev Sunumlar

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER Dinamik Sistem ve Modelleme Ders Ad Dili: Trke Dnemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Y.Do.Dr. Mustafa DANACI retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: danaci@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar M. Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32528 Faks: 90 352 4374933 II. DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet Zorunlu: lgili: Evet Esas: Yan dal: Balang: Evet Orta: leri Uzmanlk: bir sistemin tasarm ve modellenmesinin yksek seviyeli bilgisayar Dersin Amac

Ders erii

retim Metodu

renciden stenilen Gereklilikler %40 Vize %60 Final notu ile baar deerlendirilir. Baar Notunun Hesaplanmas Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer. nerilen Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, Houghton Kaynaklar, Ara Mifflin, 1993. ve Gereler Haftalara Gre Ders Plan Haftalar Konular Sistem ve modelleme. Sistem kavram. 1. Hafta Lineer modellerin analitik zm 2. Hafta Laplace dnm 3. Hafta Transfer Function Analysis 4. Hafta Nonlineer bir sistem zerinden lineer model gelitirilmesi 5. Hafta Elektriksel sistemler 6. Hafta Termal sistemler 7. Hafta 8. Hafta ARA SINAV Hidrolik sistemler 9. Hafta 10. Hafta Mekanik sistemler 11. Hafta Mekanik sistemler 12. Hafta Dili mekanik sistemler 13. Hafta Elektromekanik sistemler 14. Hafta Elektromekanik sistemler

programlar ve dili ile yaplmas iin gerekli akademik bilgi verilmesi amalanmaktadr. Temel istatistik ve matematik modellerin zerine dinamik bir sistemin tanmlanmas, tasarlanmas ve modellenmesi iin gerekli bilgiler verilmektedir. Ders ierii, ilk olarak model kavramn vermektedir. Deiik amalara ynelik olarak matematiksel denklemler ile bir sistem davran modellenecektir. lgi duyulan sistemin davrann tam olarak verebilecek dinamik bir model ortaya konulacaktr. Teorik olarak verilen temel bilgi zerine yaplacak eitli problem zmleri ve verilecek dev almalar ile ders ilenecektir. statistik, olaslk, matematik, programlama gibi temel konularda nbilgileri olmaldr. rencilerin derse katlmalar gerekmektedir.

ERCYES NVERSTES FEN BLMLER ENSTTUS BLGSAYAR MHENDSL ANABLMDALI I. GENEL BLGLER Ayrk Simulasyon Ders Ad Dili: Trke Dnemi: Kredisi (T-P-K) : 3-0-3 ECTS Kredisi: 7.0 Y.Do.Dr. Mustafa DANACI retim yesi Pzt. /Sal /r. /Pr./Cuma: 14.00-14.30 Grme Saatleri E posta: danaci@erciyes.edu.tr WEB: Faklte iletiim adresi: Erciyes niversitesi, Mhendislik Fakltesi, Bilgisayar M. Blm, 38039-Kayseri / TURKYE Tel: 90 352 4374937 Dahili 32528

Faks:

90 352 4374933 DERS BLGLER Ders Tipi ve Seviyesi Semeli: Evet lgili: Evet Yan dal: Orta: leri Uzmanlk: Sistem modelleme, simlasyon sistemini tasarlama, yksek dzeyli programlama dilleri, veya simlasyon yazlmlar ile sistemlerin analizlerini yapabilmeleri iin gerekli temel bilgileri (olaslk, istatistik, modelleme ve temel simlasyon kavramlar) kazandrmak bir sistemin tasarm ve modellenmesinin yksek seviyeli bilgisayar programlar ve dili ile yaplmas iin gerekli akademik bilgi verilmesi amalanmaktadr. Ders ierii, ilk olarak model kavramn vermektedir. Deiik amalara ynelik olarak matematiksel denklemler ile bir sistem davran modellenecektir. lgi duyulan sistemin davrann tam olarak verebilecek dinamik bir model ortaya konulacaktr. Teorik olarak verilen temel bilgi zerine yaplacak eitli problem zmleri ve verilecek dev almalar ile ders ilenecektir. statistik, olaslk, matematik, programlama gibi temel konularda nbilgileri olmaldr. rencilerin derse katlmalar gerekmektedir. II.

Zorunlu: Esas: Balang: Evet Dersin Amac

Ders erii

retim Metodu

renciden stenilen Gereklilikler %40 Vize %60 Final notu ile baar deerlendirilir. Baar Notunun Hesaplanmas Introduction to discrete event systems C. Cassandras and S. Lafortune, 2008 Springer. nerilen Modeling and Analysis of Dynamic Systems, 2ed, by Close and Frederick, Houghton Kaynaklar, Ara Mifflin, 1993. ve Gereler Haftalara Gre Ders Plan Haftalar Konular Sistem ve model kavramlarna giri. Dinamik sistemler. Ayrk zaman sistemleri. 1. Hafta Olaslk teorisine giri. 2. Hafta Lineer modellerin analitik zm. 3. Hafta Nonlineer sistemin lineer olarak modellenmesi. 4. Hafta Markov zinciri, ayrk zamanl markov zinciri, srekli zamanl markov zinciri. 5. Hafta Kontroll markov zinciri, markov karar sreleri, markov karar problemlerinin zm. 6. Hafta Kuyruk teorisine giri, kuyruk modelleri, kuyruk system parametreleri 7. Hafta 8. Hafta ARA SINAV Kuyruk sistemleri ve kontrol. Ynlendirme problemleri, planlama problemleri, kabul problemleri 9. Hafta 10. Hafta Markov 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 simulasyon 13. Hafta 14. Hafta
ktlar analizi. Hassasiyet analizi ve ezamanl kestirim, rnek fonksiyonlar ve trevleri. Infinitesimal perturbation analysis(IPA) analizi, IPA uzantlar, SPA analizi.