Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Model Tabanlı Tasarım ve Yapay ZekaMTH420035300
ÖnkoşullarYok
YarıyılGüz
Dersin DiliTürkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Elektrik Mühendisliği Lisans Programı (%30 İngilizce)
Seçmeli @ Elektronik & Haberleşme Mühendisliği Lisans Programı (%30 İngilizce)
Seçmeli @ Kontrol ve Otomasyon Mühendisliği Lisans Programı (%30 İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimKontrol ve Otomasyon Mühendisliği Bölümü
Dersin KoordinatörüEsra Kaya Ayana
Dersi Veren(ler)Buse Tacal Ucun
Asistan(lar)ı
Dersin AmacıÖğrencilere model tabanlı tasarım ve yapay zekâ alanlarında temel bilgi ve beceriler kazandırmak, gereksinim yönetimi süreçlerini öğretmek, kontrol sistemleri tasarımı ve yapay zekâ uygulamaları konularında yetkinlik sağlamak, model doğrulama ve test süreçlerini öğretmek, gömülü yazılım geliştirme ve yapay zekâ entegrasyonu konularında bilgi ve deneyim kazandırmak, son olarak da sektörel uygulamaları ve ileri teknolojiyi öğrencilere sunarak uygulamalı projeler geliştirme becerisi kazandırmaktır.
Dersin İçeriğiDers süreci boyunca model tabanlı tasarım ve yapay zekâ konularının ayrıntılı olarak ele alındığı bir programı kapsar. İlk haftalarda gereksinim yönetimi ve sistem seviyesi tasarımın temelleri üzerinde durulurken, ardından sistem modelleme teknikleri, yapay zekâ temelleri ve kontrol sistemleri tasarımı gibi konular detaylı bir şekilde incelenir. Daha sonraki haftalarda ise model doğrulama, test süreçleri, gömülü yazılım geliştirme ve yapay zekâ entegrasyonu gibi pratik uygulamalara odaklanılır. Bu süreç içerisinde öğrenciler, modelleme araçlarını kullanarak gerçek dünya problemlerini çözmek için yapay zekâ tekniklerini nasıl entegre edebileceklerini öğrenirler.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Model-Based Design for Embedded Systems”, (Gabriela Nicolescu, Pieter J. Mosterman, 2010)
  • "Deep Learning" (Ian Goodfellow, Yoshua Bengio, Aaron Courville, MIT Press, 2016)
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci, model tabanlı tasarım ve yapay zekâ konularının genel tanımını ve farklarını anlamıştır.
  2. Öğrenci, gereksinim yönetimi süreçlerinin önemini ve gereksinimlerin analiz edilmesi yöntemlerini öğrenmiştir.
  3. Öğrenci, sistem seviyesi tasarımın temel adımlarını ve prensiplerini kavramıştır.
  4. Öğrenci, Matlab/Simulink gibi modelleme araçlarını kullanarak sistemleri nasıl modelleyeceğini öğrenmiştir.
  5. Öğrenci, yapay zekâ'nın temel kavramlarını ve makine öğrenimi ile derin öğrenme prensiplerini kavramıştır.
  6. Öğrenci, kontrol sistemleri tasarım süreçlerini ve temel kontrol tekniklerini öğrenmiştir.
  7. Öğrenci, yapay Zekâ tekniklerinin kontrol sistemleri üzerindeki etkisini anlamış ve uygulamalarda kullanabilecek yetenek kazanmıştır.
  8. Öğrenci, statik model doğrulama yöntemlerini ve araçlarını kullanarak model doğrulama yapabilme yeteneği kazanmıştır.
  9. Öğrenci, veri analitiği tekniklerini ve veri madenciliği yöntemlerini kullanarak veri analizi ve model doğrulama yapabilme yeteneği kazanmıştır.
  10. Öğrenci, model içi ve fonksiyonel testlerin önemini anlamış ve bu testleri uygulamalarda kullanabilme yeteneği kazanmıştır.
  11. Öğrenci, gömülü yazılım geliştirme süreçlerini ve model tabanlı gömülü yazılım geliştirme tekniklerini öğrenmiştir.
  12. Öğrenci, yapay zekânın gömülü sistemlerdeki rolünü anlamış ve yapay zekâ destekli kontrol sistemleri geliştirebilme yeteneği kazanmıştır.
  13. Öğrenci, proje yönetimi becerilerini geliştirerek, proje çalışmalarını etkili bir şekilde sunma ve değerlendirme yapabilme yeteneği kazanmıştır.
  14. Öğrenci, gömülü sistemlerdeki güvenlik zafiyetlerini anlamış ve risk yönetimi stratejilerini öğrenerek bu sistemlerde güvenli ve güvenilir tasarımlar yapabilme yeteneği kazanmıştır.
  15. Öğrenci, model tabanlı tasarım ve yapay zekâ alanındaki en son gelişmeleri ve sektörel uygulamaları öğrenmiş ve ileri teknolojiye yönelik projeler geliştirebilme yeteneği kazanmıştır.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5DÖÇ-6DÖÇ-7DÖÇ-8DÖÇ-9DÖÇ-10DÖÇ-11DÖÇ-12DÖÇ-13DÖÇ-14DÖÇ-15
PÇ-1---------------
PÇ-2---------------
PÇ-3---------------
PÇ-4---------------
PÇ-5---------------
PÇ-6---------------
PÇ-7---------------
PÇ-8---------------
PÇ-9---------------
PÇ-10---------------
PÇ-11---------------
PÇ-12---------------
PÇ-13---------------
PÇ-14---------------
PÇ-15---------------
PÇ-16---------------
PÇ-17---------------
PÇ-18---------------
PÇ-19---------------
PÇ-20---------------
PÇ-21---------------
PÇ-22---------------
PÇ-23---------------
PÇ-24---------------
PÇ-25---------------
PÇ-26---------------
PÇ-27---------------
PÇ-28---------------
PÇ-29---------------
PÇ-30---------------

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Sistem Modelleme Giriş
2Gereksinim Yönetimi
3Sistem Seviyesi Tasarım
4Modelleme Teknikleri ve Araçları
5Yapay Zekâ Temelleri
6Kontrol Sistemleri Tasarımı
7Kontrol Sistemlerinde Yapay Zekâ Uygulamaları
8Ara Sınav 1
9Statik Model Doğrulama
10Veri Analitiği ve Veri Madenciliği
11Model İçi Testler
12Fonksiyonel Testler
13Gömülü Yazılım Geliştirme
14Yapay Zekâ Entegrasyonu
15Proje Sunumu ve Değerlendirme
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev525
Sunum/Jüri
Projeler115
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması142
Derse Özgü Staj
Ödev54
Küçük Sınavlar/Stüdyo Kritiği
Projeler115
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)115
Final (Sınav Süresi + Sınav Hazırlık Süresi)120
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok