ANABĠLĠM DALI ADI: BĠLGĠSAYAR MÜHENDĠSLĠĞĠ
ANABĠLĠM DALI BAġKANI: PROF. DR. AHMET ARSLAN
ANABĠLĠM DALI HAKKINDA GENEL BĠLGĠLER (TANIM, TARĠHÇE, HEDEFLER V.S
Bilgisayar Mühendisliği Bölümü eğitim öğretim faaliyetlerine 1994 yılında baĢlamıĢtır. Bir yıllık hazırlık sınıfı eğitimi ise 1999-2000 yılından bu yana
uygulanmaktadır. Bilgisayar Mühendisliği Bölümü, Bilgisayar Yazılımı, Bilgisayar Donanımı ve Bilgisayar Bilimleri olmak üzere 3 farklı dalda eğitim vermektedir.
Bölümde 1998 yılından itibaren yüksek lisans ve 2008 yılından itibaren doktora eğitimi verilmektedir. Bölüm, lisans eğitiminde öğrencilerine modern dünyada bir
bilgisayar mühendisi olarak kendilerine gerekli beceri, yetenek ve bilgiyi vermekte, baĢarılı bir iĢ hayatının ve kariyerlerinin devamı için profesyonel geliĢimlerini
sürdürebilecekleri sorumluluk ve profesyonellik duygusunu aĢılamaktadır. Yüksek lisans ve doktora eğitiminde, öğrencilerinin ileri ve modern bilimsel araĢtırma
çalıĢmalarına katılmaları sağlanmakta, akademik çalıĢmalar ile katmadeğer sağlayacak ileri düzeyde bilgi sahibi olmuĢ mühendis ve araĢtırmacı olabilmeleri için
gerekli teknik tecrübe verilmektedir.
MĠSYON
Bilgisayar mühendisliği anabilim dalının misyonu bölüm olarak geliĢmekte olan teknlojiyi yakından takip etmek, bu geliĢmelere göre kendini yenileyerek ülkemizin
ihtiyaçlarına cevap verecek değerli akademisyenler yetiĢtirmek, imkanlar dahilinde teknolojik geliĢmelere önder olabilecek çalıĢma ortamlarını oluĢturmak, sanayi ile
iĢbirliği yaparak çözümler üretmektir.
VĠZYON
Bilgisayar mühendisliğinin vizyonu hem Türkiye hem de Dünya çapında biliĢim sektörüne akademik ve teknolojik alanda yön veren bir bölüm olmaktır.
ANABĠLĠM DALINDAKĠ BĠLĠM DALLARI
Bilgisayar Yazılımı, Bilgisayar Donanımı, Bilgisayar Bilimleri
BĠLGĠSAYAR MÜHENDĠSLĠĞĠ A.B.D. AKADEMĠK KADROSU
ÖĞRETĠM ÜYESĠ
BĠLĠM DALI
E-POSTA
UZMANLIK ALANI
Prof.Dr.ġirzat KAHRAMANLI
Bilgisayar Bilimleri
[email protected]
Lojik Sentez
Yrd.Doç.Dr.Ahmet BABALIK
Bilgisayar Bilimleri
[email protected]
Yapay sinir ağları, Yapay zeka, Görüntü iĢleme
Yrd.Doç.Dr.Ö.Kaan BAYKAN
Bilgisayar Bilimleri
[email protected]
Yapay zeka, Zeki optimizasyon, Görüntü iĢleme
Yrd.Doç.Dr.Gülay TEZEL
Bilgisayar Bilimleri
[email protected]
Biyomedikal sinyal iĢleme, Yapay sinir ağları
Yrd.Doç.Dr.Halife KODAZ
Bilgisayar Bilimleri
[email protected]
Yapay bağıĢıklık sistemleri, Optimizasyon teknikleri, Sınflandırma
ArĢ.Gör.Dr.Nurdan BAYKAN
Bilgisayar Bilimleri
[email protected]
Resim iĢleme, Yapay sinir ağları
Prof.Dr.Ahmet ARSLAN
Bilgisayar Yazılımı
[email protected]
Yrd.Doç.Dr.Erkan ÜLKER
Bilgisayar Yazılımı
[email protected]
Yrd.Doç.Dr.Harun UĞUZ
Bilgisayar Yazılımı
[email protected]
Öğ.Gör.Dr.Oğuz FINDIK
Bilgisayar Yazılımı
[email protected]
Öğ.Gör.Dr.Ġsmail BABAOĞLU
Bilgisayar Yazılımı
[email protected]
Yapay zeka, Evrimsel algoritmalar, Görüntü iĢleme
Yrd.Doç.Dr.Mesut GÜNDÜZ
Bilgisayar Donanımı
[email protected]
Görüntü iĢleme, Bilgisayar grafikleri, Bilgisayar ağları
Veri madenciliği, akıllı tanıma sistemleri,
Bilgisayarlı Grafik, Nesne Modelleme
Bilgisayar grafikleri, Yapay zeka, Bilgisayar
imalat, Bilgi mühendisliği
Yapay zeka, Makine öğrenmesi, Optimizasyon,
markov modelleri
Fligranlama teknikleri, Veri gizleme, Evrimsel
zeka
makine öğrenmesi,
destekli tasarım ve
Sinyal iĢleme, Saklı
algoritmalar, Yapay
Bilgisayar Mühendisliği A.B.D. Güz Dönemi Ders-Öğretim Üyesi
Dersno
Öğretim Üyesi
Adı
Name
Bilim Dalı
ECTS
Kr
8029011004
Prof.Dr. Ahmet Arslan
Makinanın Öğrenmesi
Machine Learning
Bil.Bilimleri
8
3
8029011008
Yrd.Doç.Dr. Ahmet Babalık
Yapay Zeka Teknikleri Ġle Sayısal Kontrol
Numerical Control With Artificial Intelligence Techniques
Bil.Bilimleri
8
3
8029011014
Yrd.Doç.Dr. Ömer Kaan Baykan Metasezgisel Algoritmalar
Metaheuristic Algorithims
Bil.Bilimleri
8
3
8029011015
Yrd.Doç.Dr. Gülay Tezel
Biyomedikal Sinyaller Ve Yapay Zeka Uygulamaları
Biomedical Signals And Artificial Intelligence Applications
Bil.Bilimleri
8
3
8029011016
Yrd.Doç.Dr. Erkan Ülker
Hesaplamalı Oyun Teorisi
Computational Game Theory
Bil.Bilimleri
8
3
8029021003
Prof.Dr. ġirzat Kahramanlı
Küp Cebirinin Esasları Ve Uygulamaları
The Basics Of Cube Algebra And Ġts Applications
Bil.Donanımı
8
3
8029021009
Prof.Dr. ġirzat Kahramanlı
Bilgisayar Mimarisinin Ġleri Problemleri - I
Computer Architecture
Bil.Donanımı
8
3
8029031004
Prof.Dr. Ahmet Arslan
Bulanık Mantık Teorisi
Fuzzy Logic Theory
Bil.Yazılımı
8
3
8029031007
Yrd.Doç.Dr. Mesut Gündüz
Ġleri Bilgisayar Grafikleri
Advanced Computer Graphics
Bil.Yazılımı
8
3
8029031009
Yrd.Doç.Dr. Harun Uğuz
Veri Sınıflandırma Ve Kümeleme Teknikleri
Data Classification And Clustering Techniques
Bil.Yazılımı
8
3
8029031010
Yrd.Doç.Dr. Mesut Gündüz
Kablosuz Algılayıcı Ağlar
Wireless Sensor Netrorks
Bil.Yazılımı
8
3
8029031011
Yrd.Doç.Dr. Erkan Ülker
Bilgi Mühendisliği
Knowledge Engineering
Bil.Yazılımı
8
3
8329001039
Yrd.Doç.Dr. Mesut Gündüz
( 3.Yy ) Ġleri Veri Tabanı Sistemler Ġ(Seçmeli)
Advanced Database Systems
Bil.Mühendisliği
8
3
8329001057
Yrd.Doç.Dr. Ahmet Babalık
Yapay Zeka Teknikleriyle Sayısal Kontrol
Numerical Control With Artificial Intelligence Techniques
Bil.Mühendisliği
8
3
8029011018
ArĢ.Gör.Dr. Nurdan Baykan
Bilgisayar Bilimlerinde Ayrık Matematik
Discrete Mathematics In Computer Science
Bil.Bilimleri
8
3
8029031014
Öğr.Gör.Dr. Oğuz Fındık
Sayısal Filigranlama
Digital Watermarking
Bil.Yazılımı
8
3
8029011017
Yrd.Doç.Dr. Halife Kodaz
Mühendislik Uygulamalarında Bulanık Mantık
Use Of Fuzzy Logic In Engineering Application
Bil.Bilimleri
8
3
Bilgisayar Mühendisliği A.B.D. Bahar Dönemi Ders-Öğretim Üyesi
Dersno
Öğretim Üyesi
Adı
Name
Bilim Dalı
ECTS
Kr
8029011005
Prof.Dr. Ahmet Arslan
Hesaplama Teorisi
Computation Theory
Bil.Bilimleri
8
3
8029011007
Yrd.Doç.Dr. Ömer Kaan Baykan Endüstriyel Makine Görme Sistemleri
Industrial Machine Vision Systems
Bil.Bilimleri
8
3
8029011009
Yrd.Doç.Dr. Ahmet Babalık
Dijital Video ĠĢleme
Digital Video Processing
Bil.Bilimleri
8
3
8029011010
Yrd.Doç.Dr. Erkan Ülker
Hesaplamalı Geometri
Computational Geometry
Bil.Bilimleri
8
3
8029011011
Yrd.Doç.Dr. Erkan Ülker
Bilgisayarlı Modelleme Ve Yapay Zeka Uygulamaları
Computer Aided Modeling And Artificial Intelligence App.
Bil.Bilimleri
8
3
8029011013
Yrd.Doç.Dr. Halife Kodaz
Bilgisayar Ve Ağ Güvenliği
Computer And Network Security
Bil.Bilimleri
8
3
8029021006
Prof.Dr. Fatih Mehmet Botsalı
Mekatronik Sistemler
Mechatronic Systems
Bil.Donanımı
8
3
8029021008
Prof.Dr. ġirzat Kahramanlı
Mikrobilgisayar Ġçin Monitör Tasarımı
Mikrobilgisayar Ġçin Monitor Tasarımı
Bil.Donanımı
8
3
8029021013
Prof.Dr. ġirzat Kahramanlı
Ġleri Bilgisayar Organizasyonu
Advanced Computer Organization
Bil.Donanımı
8
3
8029031005
Prof.Dr. Ahmet Arslan
Veri Madenciliği
Data Mınıng
Bil.Yazılımı
8
3
8029031008
Yrd.Doç.Dr. Mesut Gündüz
Ġleri Veri Tabanı Sistemleri
Advanced Database Systems
Bil.Yazılımı
8
3
8029031012
Yrd.Doç.Dr. Harun Uğuz
Ses Tanıma Yöntemleri
Speech Recognition Methods
Bil.Yazılımı
8
3
Dersno
Öğretim Üyesi
Adı
Name
Bilim Dalı
8029031013
Yrd.Doç.Dr. Murat Selek
Ġnfrared Termografi Ve Termal Görüntü ĠĢleme
Infrared Thermography And Image Processing
8329001038
Yrd.Doç.Dr. Mesut Gündüz
( 2.Yy ) Ġleri Bilgisayar Grafikleri
Advanced Computer Graphics
8329001054
Yrd.Doç.Dr. Ahmet Babalık
Dijital Video ĠĢleme ( Seçmeli )
8029031015
Öğr.Gör.Dr. Oğuz Fındık
8029021014
Yrd.Doç.Dr. Gülay Tezel
ECTS
Kr
Bil.Yazılımı
8
3
Bil.Mühendisliği
8
3
Digital Video Processing
Bil.Mühendisliği
8
3
Bulut Hesaplama
Could Computing
Bil.Yazılımı
8
3
Biyomedikal Sistemlerin Modellenmesi
Modelling Biomedical Systems
Bil.Donanımı
8
3
DERS ĠÇERĠKLERĠ
8029011005-Hesaplama Teorisi
1-Hesaplama Teorisine GiriĢ, 2-Alfabeler, Kelimeler Ve Cümleler, Resmi Diller Ve Gramerler,
Düzenli Ġfadeler 3-Sonlu Hafıza Programları, Sonlu Durumlu Makineler, 4- Yönlü Graflar Ve
Otomata, Sonlu Durumlu Makineler Ve Düzenli Diller, Sonlu Hafıza Problemleri Sınırlamaları.
5-Belirli Ve Belirli Olmayan Otomata Yapıları Ve DönüĢümleri 6-Otomata Uygulamaları
7- Özyineleme, Pushdown Otomata, Serbest Yapılı Diller. 8-Basit Bir Derleyici Yapısı 9-Pushdown
Otomata Uygulamaları 10-Turing Makinesi, Hesaplanabilirlik, 11-Turing Hesaplama, Belirlilik,
Belirsizlik, Kararsızlık. 12-KarmaĢıklık Teorisi Ve Notasyonları 13- Kaynak Sınırlı Hesaplama,
Belirsiz Süreli Polynomial Hesaplamalar, 14-Np-Complete, Np-Hard Problemler,
Computation Theory
1-Introduction To Computation Theory, 2-Alfabets, Kelimeler And Sentences, Regular Languages
And Grammers , Regular Expressions. 3-Finite Memory Programs, Finite State Machines
4- Directed Graphs And Automata, Finite State Machines And Regular Languages, Finite Memory
problems Limitations. 5-Deterministic And Nondeterministic Automata, Their Transforms
6-Automata Applications 7- Recursion,Pushdown Automata, Free Structured Languages. 8-A Basic
Compiler Structure 9-Pushdown Automata Applications 10-Turing Machines And Computability,
11-Turing Computation, Determinism, Nondeterminism, Ġndecision. 12-Complexity Theory And Ġts
Notations, 13- Source Limited Computation, Polinamial, 14-Np-Complete, Np-Hard Problems,
8029031005-Veri Madenciliği
Bu Derste Dersi Alan Öğrencilere Veri Madenciliğinin Ne Olduğu, Neden Ġhtiyaç Duyulduğu,
Nerelerde Kullanıldığı Ve Kullanılabileceği, Veri Madenciliği Teknikleri Anlatılacak Ve Öğrencilerin
Anlatılanları AraĢtırma Ve Uygulamalarla Kavraması Sağlanacaktır. Dersin Sonunda Bir Öğrenci
" Veri Madenciliğinin Ne Olduğunu Bilir, " Neden Gerekli Olduğunu Ve Nerelerde Kullanacağını
Bilir, " Veri Madenciliği Tekniklerini Uygulayabilir.1- Veri Madenciliği Ve Ġlkeleri 2- Veri
Madenciliğinin Uygulama Alanları 3- Veri Ambarları Ve Olap Teknolojisi 4- Veri ÖniĢleme Ve
Ġndirgeme 5- Sistem Mimarisi 6- Birliktelik Kural Madenciliği 7- Yapısal Frekans Analizi 8- Web
Madenciliği Yöntemleri 9- Kümeleme Analizi 10- Kümeleme Yöntemleri Ve Uygulam
Data Mınıng
In This Course, What Ġs Data Mining, Why Data Mining Ġs Necessary, Where Data Mining Ġs Used
And Data Mining Techniques Will Be Explained To Students Who Taken The Lesson. At The End Of
Course, A Student " Knows, What Ġs Data Mining " Knows, Why Ġt Ġs Necessary, Where Ġt Will Be
Used. " Comprehends Data Mining Algorithms And Applies When Ġt Ġs Necessary. 1- Data Mining
Principles 2- Application Scopes Of Data Mining 3- Data Warehouses And Olap Technology. 4- Data
Pretreatments And Reduction 5- System Architecture 6- Mining Of Association Rules 7- Structured
Frequency Analysis 8- Web Mining Methods 9- Clustering Analysis 10- Clustering Methods And
Applications 11- Mining Of Complex Datas 12- Scanning Of Articles About Data
8029021006-Mekatronik Sistemler
1.GiriĢ, 2.Sensörler, , 3.Eyleyiciler, 4.Hesaplama Mimarileri, 5.Arayüzleme, 6.Otomatik Kontrol,
7.Makine Görmesi, 8.Yapay Zeka, 9.Mekatronik Tasarım. 10. Laboratuar 1,2 12. Laboratuar 3,4
13. Öğrenci Sunumları14. Öğrenci Sunumları
Mechatronic Systems
1.Introduction 2.Sensors , 3.Actuators, 4.Computing Architectures, 5.Ġnterfacing, 6.Automatic
Control, 7.Machine Vision, 8.Artificial Intelligence, 9.Mechatronic Design, 10. Laborotory 1,2
12. Laborotory 3,4 13. Student Presentations 14. Student Presentations
8329001054-Dijital Video ĠĢleme
Sayısal Video ĠĢleme Tekniklerinin Kavratılması. Sayısal Videolardan Özelik Çıkararak Algılama
Sistemlerinin Kurulması. 1. Resim Ve Video Yakalama Donanımları. 2. Video Coding ĠĢlemi Ve
Mevcut Coding Metotları 3. Filtreleme Ve Çok Kanallı Resim Onarma Teknikleri 4. Çok Çerçeveli
Resim Onarma Teknikleri 5. Hareket Belirleme Yöntemleri 6. Resim Modülasyon Modelleri
7. Video Sınıflama Ve Bölütleme 8. Resim Bölütleme Ve Sınıflamada Yapay Sinir Ağlarının
Kullanımı 9. Sınır Ve Kenar Belirleme Teknikleri 10. Video SıkıĢtırma Teknikleri 11. Video
Örnekleme Ve Enterpolasyon Teknikleri 12. Video Gösterimi Ve Render ĠĢlemi 13. Video ĠletiĢim
Ağları 14. Video ĠĢaretlerinden Ses BileĢenlerinin Ayrılması
Digital Video Processing
Comprehend The Digital Video Processing Techniques. Remove From Digital Video Features The
Establishment Of The Detection System 1. Image And Video Capture Equipment 2. Existing Video
Coding Process And Coding Methods 3. Multichannel Filtering Ang-D Ġmage Restoration Techniques
4. Multi-Frame Ġmage Restoration Techniques 5. Methods Of Motion Detection 6. Image Modulation
Models 7. Video Classification And Segmantation 8. In Ġmage Segmantation And Classification Using
Artificial Neural Networks 9. Border And Edge Detection Techniques 10. Video Compression
Techniques 11. Video Sampling And Ġnterpolation Techniques 12. Video Playback And Rendering
Process 13. Video Communications Networks 14. Separation Of The Audio Component Vid
8029021013-Ġleri Bilgisayar Organizasyonu
Bilgisayar BileĢenlerini, Bu BileĢenler Arasındaki ĠliĢkileri Ve Bu BileĢenlere Ve ĠliĢkilere Dayana
rak Bilgisayar Organizasyonunu Öğretmek. Bilgisayar Mimarileri, DeğiĢik Mimarili Bilgisayarların
Komut Sistemleri, Cısc Ve Rısc Mimarili Bilgisayarların Yapı Özellikleri, Cısc Ve Rısc Mimarili
Bilgisayarlarda Veri Yolları, Bellek Ve Veri Transferi Organizasyonu, Bellek Yönetici Sistem, Gerçek
Ve Korumalı Moda Kesme Organizasyonu, Arayüz Organizasyonu, GiriĢ/ÇıkıĢ Organizasyonu
Advanced Computer Organization
The Objectives Of The Course Are To Study Of The Components Of A Computer, The Ġnter
connections Between These Components And The Organization A Computer Based On These
Components And Ġnterconnections. Computer Architectures, Instruction Systems Of Computers Of
Different Architectures, The Features Of Cısc And Rısc Architectures, The Data Paths Organization
Of Ġn These Architectures, The Organization Of Data Transfer Between Computer's Components,
Interface Organization, Organization Of The Ġnterrupts Ġn The Real And Protected Modes ,
Input/Output Organization.
8029021008-Mikrobilgisayar Ġçin Monitör Tasarımı
Dersin Amacı Ve Hedefi Mikrodenetleyici-Temelli Mkrobilgisayar Organizasyonu Ve Bunun Ġçin
Monitor Tasarımıdır.Mikrodenetleyici Kavramı. Mikrodinetleyicinin MikroiĢlemci Ve Çevre Birimler
Kısımları. Çevre Birimleri Ġçin Donanım Ve Yazılım Sürücüleri. Sürücüleri Kullanarak Çok Sayıda
Çevre Birimi Kullanan Süreçlerin Programlanması. Monitor AlgoritmalarıVe Programlarının Temeller
Mikrobilgisayar Ġçin Monitor Tasarımı
The Obgectives Of The Course Are Organization Of Mikrokontrollers-Based Mikrocomputers And
Desiing The Monitors For Them The Concept Of The Mikrocontroller. The Mikroprocessor And
Periperial Devices Of A Mikrokontroller. The Hardware And Sotware Drivers For The Peripherial
Devices. Using The Drivers For Programming The Processes Ġnvolving Many Peripherial Devices.
The Basics Of Monitor Algoritms And Programms.
8029011009-Dijital Video ĠĢleme
Sayısal Video ĠĢleme Tekniklerinin Kavratılması. Sayısal Videolardan Özelik Çıkararak Algılama
Sistemlerinin Kurulması. 1. Resim Ve Video Yakalama Donanımları. 2. Video Coding ĠĢlemi Ve
Mevcut Coding Metotları 3. Filtreleme Ve Çok Kanallı Resim Onarma Teknikleri 4. Çok Çerçeveli
Resim Onarma Teknikleri 5. Hareket Belirleme Yöntemleri 6. Resim Modülasyon Modelleri
7. Video Sınıflama Ve Bölütleme 8. Resim Bölütleme Ve Sınıflamada Yapay Sinir Ağlarının
Kullanımı 9. Sınır Ve Kenar Belirleme Teknikleri 10. Video SıkıĢtırma Teknikleri 11. Video
Örnekleme Ve Enterpolasyon Teknikleri 12. Video Gösterimi Ve Render ĠĢlemi 13. Video ĠletiĢim
Ağları 14. Video ĠĢaretlerinden Ses BileĢenlerinin Ayrılması
Digital Video Processing
Comprehend The Digital Video Processing Techniques. Remove From Digital Video Features The
Establishment Of The Detection System 1. Image And Video Capture Equipment 2. Existing Video
Coding Process And Coding Methods 3. Multichannel Filtering Ang-D Ġmage Restoration Techniques
4. Multi-Frame Ġmage Restoration Techniques 5. Methods Of Motion Detection 6. Image Modulation
Models 7. Video Classification And Segmantation 8. In Ġmage Segmantation And Classification Using
Artificial Neural Networks 9. Border And Edge Detection Techniques 10. Video Compression
Techniques 11. Video Sampling And Ġnterpolation Techniques 12. Video Playback And Rendering
Process 13. Video Communications Networks 14. Separation Of The Audio Component Vid
8029011010-Hesaplamalı Geometri
1- Hesaplamalı Geometriye GiriĢ. 2- Çizgi Segment KesiĢimi Ve Tematik Harita Kavramı. 3- Poligon
NirengileĢtirme Ve Monoton Poligon Nirengisi. 4- Lineer Programlama 5- Ortogonal Aralık Arama
6- Nokta YerleĢimi 7- Voronoi Diyagramları 8- Delaunay NirengileĢtirme 9- Ġki Ve Üç Boyutlu
Uzayda DıĢ Bükey Örtüler 10- Diğer Geometrik Veri Yapıları (Ġnterval Tree, Priority Search Tree Ve
Segment Tree) 11- Quad Tree'ler 12- Uniform Ve Non-Uniform Izgara Üretimi13- Literatür ÇalıĢması
Computational Geometry
1- Introduction To Computational Geometry 2- Line Segment Ġntersection And Concept Of The
Thematic Map 3- Polygon Triangulation And Triangulating A Monotone Polygon 4- Ġncremental,
Randomized And Unbounded Linear Programming 5-1-Dimensional Range 6- Kd-Trees And HigherDimensional Range Trees 7- Point Location 8- Definition, Basics And Computing Of The Voronoi
Diagrams 9- Delaunay Triangulations 10- More Geometric Data Structures 11- Quad Trees
12- Non-Uniform Mesh Generation 13-Case Study-1
8029011011-Bilgisayarlı Modelleme Ve Yapay Zeka Uygulamaları
1- Parametrik Eğrilere GiriĢ Ve Bezier Eğri 2- Subdivision Eğri 3- B-Spline'lara GiriĢ Ve B-Spline
Eğriler Ġçin Matris Formu 4- Eğri Modelleme Üzerine Diğer YaklaĢımlar Ve Nurbs 5- Temel Yüzey
Topolojisi 6- Yüzey Denklemleri Ve Eğrilikler 7- Bezier Yüzeyler Ve Bezier Yüzey Ġçin De Casteljau
Algoritması 8- Altbölümleme (Subdivision) ĠĢlemi (Biquadratik B-Spline, Doo-Sabin, Bicubic BSpline Ve Catmull-Clark) 9- Eğri Rekonstrüksiyonu 10- Yüzey Rekonstrüksiyonu 11- Eğri Ve Yüzey
Rekonstrüksiyonunda Uygulanan Yapay Zeka Teknikleri 12- Yapay Zeka Teknikleri Ġle Eğri
Rekonstrüksiyonu Bulanık Mantık Ġle Kontrol Noktaları Tahmini Genetik Algoritma (Ga) Ve Yapay
BağıĢıklık Sistemi (Ybs) Ġle Düğüm YerleĢimi Nurbs Eğri Ağırlıklarının Yb
Computer Aided Modeling And Artificial Intelligence Applications
1- Introduction To Parametric Curves, Bezier Curve, Subdivision Curve, 2- Ġntroduction To B-Spline,
B-Spline Curve, Matrix Form For B-Spline Curves 3- More On Curve Modeling And Nurbs 4- Basic
Surface Topology, Surface Equations And Curvatures 5- Bezier Surfaces, De Casteljau For Bezier
Surface 6- Biquadratic B-Spline Subdivision, Doo-Sabin Subdivision, Bicubic B-Spline Subdivision,
Catmull-Clark Subdivision 7- Curve Reconstruction 8- Surface Reconstruction 9- Artificial
Ġntelligence (Aı) Techniques For Curve And Surface Reconstruction 10-, Curve Reconstruction Using
Aı 11- Control Points Approximation Using Fuzzy Logic, Locations Of Knots Using Genetic
Algorithms (Ga), Locations Of Knots Using Artificial Ġmmune Systems (Aıs), Wei
8029011013-Bilgisayar Ve Ağ Güvenliği
Bu Derste ġifrelemenin Temel Kavramları Tanıtılacaktır. Dersin Sonunda Güveliğin Teorik Temelleri,
ÇeĢitli Yapılar, Tanımlamalar AnlaĢılacaktır. Güvenlik Garantisi Yorumlanabilecektir. Dersin
Amaçları Olarak AĢağıdaki Maddeler Sayılabilir: " ġifreleme Üzerinde Matematiksel Bir Alt Yapı
Vermek, " ġifreleme Ve ġifre Çözmenin Detaylarını Öğretmek, " Ġyi Bilinen ġifreleme
Algoritmalarını Öğretmek. 1- Klasik Sistemler 2- Simetrik Blok ġifreleme 3- Des 4- Aes 5- Doğrusal
Ve Diferansiyel ġifre Analizi 6- Açık Anahtar ġifreleme 7- ġifreleme Protokolleri 8- Hash
Fonksiyonları 9- Kimlik Denetimi 10- Anahtar Yönetimi 11- Anahtar DeğiĢimi 12- Ġmzalar
13- Web Güvenliği 14- Virüsler
Computer And Network Security
This Course Familiarizes You With Fundamental Concepts Of Cryptography. By The End Of The
Course, You Should Have A Sound Understanding Of The Methodology Of The Theory Of
Cryptography: Probability Based Definitions, Various Constructions, Complexity Theoretic Primitives
And Proofs Of Security. You Should Be Able To Ġnterpret Security Guarantees And Verify Their
Proofs. The Objectives Of This Course Are To:" Give A Mathematical Background On Cryptography,
" Learn The Details Of Encryption And Decryption, " Learn Well Known Cryptographic Algorithms.
1- Classic Systems 2- Symmetric Block Encryption 3- Des 4- Aes 5- Linear And Differential
Encryption Analysis 6- Public Key Encryption 7- Encryption Protocols 8- Hash Functions
8029031012-Ses Tanıma Yöntemleri
1. Ses Tanıma Ġle Ġlgili Genel Tanımlar. 2. Dilin Yapısı. 3. Ses Sinyallerinden Nitelik Çıkarma Süreci.
4. Spektrum Analiz Yöntemleri. 5. Sayısal Öngörü Analiz Yöntemi. 6. Özellik Vektörleri. 7. Ses
Tanıma Sistemlerinin Genel Mimarisi. 8. Sesin Kodlanması. 9. Ses Tanıma Teknikleri 10. Dinamik
Zaman EĢleĢtirme Yöntemi. 11. Yapay Sinir Ağları Ġle Ses Tanıma 12. Saklı Markov Modelleri Ve
Temel Problemleri. 13. Saklı Markov Modelleri Ġle Ses Tanıma Süreci. 14. Ses Tanıma Uygulamaları.
Speech Recognition Methods
1- General Description Of Speech Recognition. 2- Structure Of Language 3- Feature Extraction From
Speech Signals. 4- Spectrum Analysis Techniques. 5- Linear Predictive Coding Method. 6- Feature
Vectors. 7- General Structure Of Speech Recognition Systems. 8- Coding Of Speech. 9- Speech
Recognition Techniques. 10- Dynamic Time Warping Method. 11- Speech Recognition With
Artificial Neural Networks. 12- Hidden Markov Models And Fundamental Problems. 13- Speech
Recognition With Hidden Markov Model 14- Applications Of Speech Recognition.
8329001038-( 2.Yy ) Ġleri Bilgisayar Grafikleri
Bilgisayar Grafiklerini GiriĢ, Grafik Yazılım Ve Donanımı, Grafik ÇıkıĢ Birimleri, Geometrik
Öğelerin Özellikleri, Opengl Ve Directx, Opengl Ġle Çizim, Nesne DönüĢümleri, Görülebilirlik Ve
Gölgeler Doku(Texture) Ve Kaplama(Rendering), 2 Ve 3 Boyutlu Nesne Gösterimleri, Görünmez
Yüzey Tespiti, Bilgisayar Animasyonu
Advanced Computer Graphics
Introduction To Computer Graphics, Graphics Software And Hardware, Graphics Output Modules,
Attributes Of Geometric Primitives, Opengl And Directx, Object Transformations With Opengl,
Visibility And Shadows, Texture And Rendering2d And 3d Object Representation, Surface Detection,
Computer Animation
8029031008-Ġleri Veri Tabanı Sistemleri
ĠliĢkisel Veri Tabanı Modeli Grafik ÇıkıĢ Birimleri, Yapısal Sorgulama Dili (Sql), Varlık-Bağlantı
Modeli, Temel Modelleme Kavramları, Varlık-Bağlantı Modeli, Soyutlama Dereceleri, Veritabanı
Tablolarının NormalleĢtirilmesi, I. Normal Form, Iı. Normal Form, Iıı. Normal Form, Boyce Codd
Normalizasyonu, Denormalizasyon, Veritabanı Tasarımı, Hareket Yönetimi, Oracle-Microsoft Sql
Server Veritabanlarında Yönetimi, Yedek Alma Ve Kurtarma, Veritabanında Ġnce Ayarlar, Dağıtık
Veritabanı Uygulamaları
Advanced Database Systems
Relational Data Model, Sql, Entity Relationship Model, Basic Modeling Concepts, Abstraction Layer,
Normalization, 1st, 2nd And 3rd Level Normalization, Denormalization, Database Design,
Transaction Management, Oracle-Sql Server Database Management, Backup And Recovery, Fine
Tune, Distributed Database Applications
8029031013-Ġnfrared Termografi Ve Termal Görüntü ĠĢleme
Termografinin Temellerinin Ve Termal Resim ĠĢleme Tekniklerinin Öğretilmesi Termal Radyasyon
Ve Ġnfrared Termografinin Esasları. Ġnfrared Cihazlar Ve Termel Radyasyon Ölçme Yöntemleri Ve
Teknikleri. Termal Görüntü ĠĢleme Ġçin Matlab Kullanımı. Matlab'in Tulbox'nun Termal Görüntü
ĠĢleme Ġçin Kullanımı
Infrared Thermography And Image Processing
The Objectives Of The Course Ġs Study Of The Basics Of Thermography And Processing Of The
Thermal Images.Thermal Radiation And The Basics Of Infrared Thermography. Thermal Radiation
Measurement Methods And Techniques. The Use Of Matlab For Processing The Thermal Images. The
Use Of Matlab Toolbox For Thermal Image Processing Theoretical With Solving Typical Problems
8029011007-Endüstriyel Makine Görme Sistemleri
1- Ġnsan Görme Sistemi 2- Makine Görmesine GiriĢ 3- Aydınlatma 4- Optik Sistemler 5- Kamera
Sistemleri, Kamera Kalibrasyonu 6-Kamera-Bilgisayar Arasında ĠletiĢim 7- Görüntü Elde Etme,
Görüntü Formatları 8- Görüntü ĠĢleme 9- Sayısal Video ĠĢleme 10- Makine Görmesi Algoritmaları
11- Gerçek Zamanlı Uygulamalarda Donanım Ve Tasarım 12- Endüstriyel Uygulamalar 13- Proje
Sunumları 14- Proje Sunumları
Industrial Machine Vision Systems
1- Human Vision System 2- Introduction To Machine Vision 3- Ġllimunation 4- Optical Systems
5- Camera Systems, Calibration Of Camera 6- Communication Of Camera Between Computer
7- Image Acquisition, Ġmage Formats 8- Image Processing 9- Digital Video Processing 10- Machine
Vision Algorithms 11- Hardware And Desing At Real Time Applications 12- Industrial Applications
13- Project Presentation 14- Project Presentation
8029011004-Makinanın Öğrenmesi
Bu Derste Dersi Alan Öğrencilere Öğrenme Stratejileri, Makine Öğrenmesi, Algoritmaları Ve
Uygulama Alanları Konularında Detaylı Bilgiler Aktarılacaktır. Dersin Sonunda Bir Öğrenc " Makine
Öğrenmesinin Ne Olduğunu, Amacını Ve Kapsamını Bilir. " Neden Gerekli Olduğunu Ve Nerelerde
Kullanacağını Bilir, " Öğrenme Algoritmalarını Kavrar Ve Gerektiğinde Uygular. 1- Makine
Öğrenmesi Ve Öğrenme Türleri, 2- Öğrenme Stratejileri, Eğiticili Öğrenme, Destekleyici Öğrenme,
Eğiticisiz Öğrenme Ve Karma Stratejiler. 3- Find-S Ve Aday Eleme Algoritmaları 4- Find-S Ve
Candidate Elemination Algoritmalarının Uygulamaları 5- Q-Learning Algoritması Ve Uygulaması
6- Karar Ağaçları 7- Karar Ağaçları Ġle Ġlgili Uygulamalar 8- Destek Vektör Makinala
Machine Learning
In This Course, Detailed Ġnformation Will Be Given To Students Who Takes Lesson About Learning
Strategies, Machine Learning, Ġts Algorithms And Application Areas. At The End Of Course, A
Student " Knows What Machine Learning Ġs, Ġts Purpose And Scope. " Knows Why Ġt Ġs Necessary,
Where Ġt Will Be Used. " Comprehends Learning Algorithms And Applies When Ġt Ġs Necessary.
1- Machine Learning And Learning Methods 2- Learning Strategies, Supervised Learning,
Unsupervised Learning, Reinforcement Learning And Mixed Strategies. 3- Find-S And Candidate
Elimination Algorithms 4- Find-S And Candidate Elimination Algorithms Applications 5- Q-Learning
Algorithms And Applications 6- Decision Trees 7- Applications Of Decision Trees 8- Suppor
8029031004-Bulanık Mantık Teorisi
Bu Derste, Bulanık Mantık Sistemleri, Bulanık Küme Teorisi, Bulanık Aritmetik, Klasik Sistemlerle
Farklılıkları Konularında Detaylı Bilgiler Aktarılacaktır. Dersin Sonunda Bir Öğrenci " Bulanık
Mantığın Ne Olduğunu, Amacını Ve Kapsamını Öğrenir. " Neden Gerekli Olduğunu Ve Nerelerde
Kullanacağını Öğrenir, " Bulanık Sistemleri Kavrar Ve Gerektiğinde Uygular. 1- Bulanık Mantığa
GiriĢ, 2- Klasik Kümeler Ve Bulanık Kümeler, Klasik ĠliĢkiler, Bulanık ĠliĢkiler 3- Klasik Ve Bulanık
Küme ĠĢlemleri 4- Çok Değerli Mantık 5- Bulanık Sayılar, Dilsel DeğiĢkenler, Bulanık Matematik
6- Bulanık Sistem Modelleme 7- Bulanık Kural Tabanlı Sistemler, Bulanık Lineer Olmayan
Simülasyon 8- Bulanık Kontrol Sistemleri 9- BulanıklaĢtırma, Üyelik Fonks
Fuzzy Logic Theory
In This Course, Ġt Ġs Teached About Fuzzy Logic Systems, Fuzzy Sets Theory, Fuzzy Arithmetic,
Differences Of Fuzzy And Conventional Systems End Of The Lesson, A Student Learns; " Learns
Fuzzy Logic, Ġts Ġmportance And Scope " Why Fuzzy Logic And Where We Use Ġt, " Learns Fuzzy
Systems And Applies Ġt 1- Introduction To Fuzzy Logic, 2- Crisp Sets And Fuzzy Sets, Conventional
Relations And Fuzzy Relations. 3- Conventional And Fuzzy Sets Operations 4- Multi-Valued Logic
5- Fuzzy Logic, Linguistic Variables, Fuzzy Arithmetic 6- Fuzzy System Modelling 7- Fuzzy Rule
Based Systems, Fuzzy Nonlineer Simülation 8- Fuzzy Logic System 9- Fuzzification, Membership
Functions, Sample Applications 10-Rule Table Construction, Multi Dimens
8029021003-Küp Cebirinin Esasları Ve Uygulamaları
Boole Cebri. Lojik Ġfadeler Ve Bunların DeğiĢik Temsil Yöntemleri. Lojik ĠĢlemler Ve Lojik
Verilerin ĠĢlenme Yöntemleri. Öneri Lojiği Ve Bit Temelli Lojik. Bit Temelli Lojik ĠĢlemler.
Kodlama Ve DeğiĢik Veri Tablolarının DeğiĢik Lojik ĠĢlemlere Tabi Tutulması. Özellik Endirgeme,
Kural Çıkarma, Sınıflandırma Vs. Gibi Bilgi ĠĢlem Problemlerinin Küp Cebri Yöntamleri Ġle Çözümü.
The Basics Of Cube Algebra And Ġts Applications
Boolean Logic. The Different Representations Of Logical Expressions. Propositional And Bit-Based
Logics. Coding And Processing Of Different Data Tables By Different Logical Transformations.
Solving The Problems Such As Attribute Reduction, Rule Extraction, Dataset Classification And So
On By Means Of Cube Algebra
8029011015-Biyomedikal Sinyaller Ve Yapay Zeka Uygulamaları
1. Biolojik Sinyallerin Tanınması (Elektroensefalografi (Eeg), Elektromiyogram (Emg),
Elektrokardiyografi (Ekg), Hücresel Aksiyom Potansiyelleri, 2. Biyolojik ĠĢaret ĠĢleme Alanına Bazı
ĠĢaret ĠĢleme Metodlarının Uygulamaları; Dijital ĠĢaret ĠĢleme, Frekans Domeni Analizi, Spektral
Kestirim,Filtreleme Ve ġekil Tanıma. 3. Biyolojik Sinyallerin Özelliklerinin Çıkartılması
4. Parametrik, Parametrik Olmayan Ve Eigen Tabanlı Spektrum Analizi 5. Biomedikal Verilerin
Tanınmasında Kullanılan Yapay Zeka Algoritmaları 6. Biomedikal Verilerin Karar Ağacı
Kullanılarak YapılmıĢ Uygulamalarının Ġncelenmesi 7. Biomedikal Verilerin Farklı Yapay Sinir Ağı
Algoritmaları Ġle YapılmıĢ Uygulamalarının Tespit Edilmesi Ve KarĢılaĢtırılması
Biomedical Signals And Artificial Intelligence Applications
1. Introduction To Biological Signals; Electroencephalograph (Eeg), Electromiogram (Emg),
Electrocardiograph (Ecg), Cellular Action Potentials. 2. Applications Of Sinyal Processing Methods
For Biological Signals ; Digital Sinyal Processing, Frekans Domen Analyzing, Spectral Analyz,
Filtering And Pattern Recognition 3. Feature Extraction Of Biological Signal 4. Spectrum Estimation
Using Parametric, Nonparametric And Eigenbased Methods. 5. Artificial Intelligence Algorithms
Using Recognizing Of Biomedical Data 6. Investigating Of Biomedical Data Applications Using
Decision Tree 7. Determining And Comparing Of Studies With Different Artificial Neural Network
Algorithms For Biomedical Data
8329001057 – 8029011008 - Yapay Zeka Teknikleriyle Sayısal Kontrol
Sayısal Sistem Ve Sistem Kontrolü Kavramının GeliĢtirilmesi. Sayısal Sistem Kontrolünde Yapay
Zeka Tekniklerinin Kullanılması. 1. Sistem Ve Sistem Kontrolü Kavramı 2. Ayrık Zamanlı Ve Sürekli
Zamanlı Sistemler 3. Veri Elde Etme Ve Sensör Türleri 4. Analog Bilgilerin Bilgisayar Ortamına
Aktarılmaları Ve Veri DönüĢümü 5. Analog ĠĢaretlerden Özellik Çıkarımı 6. Zeka Kavramı Ve Yapay
Zeka 7. Uzman Sistemler 8. Uzman Sistemlerin Sayısal Kontrol Sistemlerinde Kullanımı 9. Bulanık
Mantık 10. Bulanık Mantık Sayısal Kontrol Sistemleri 11. Yapay Sinir Ağları 12. Yapay Sinir
Ağlarında Öğrenme 13. Yapay Sinir Ağlarının Sayısal Kontrol Sistemlerinde Kullanımı
14. Yapay Sinir Ağı Ve Bulanık Mantık Kontrol Sistemlerinin Birlikte Kullanım
Numerical Control With Artificial Intelligence Techniques
Developing Numerical System And System Control Concept. Usage Of Artificial Ġntelligence
Techniques Ġn Numerical System Control 1. System Concept And System Control 2. Discrete-Time
And Continuous-Time Systems 3. Data Acquisition And Sensor Types 4. Analog Data Conversion
And Data Transferred To The Computer 5. Analog Signals From The Feature Extraction 6. The
Concept Of Ġntelligence And Artificial Ġntelligence 7. Expert Systems 8. The Use Of Expert Systems
Ġn Numerical Control System 9. Fuzzy Logic 10. The Use Of Fuzzy Logic Ġn Numerical Control
System 11. Artificial Neural Network 12. Learning Ġn Artificial Neural Networks 13. The Use Of
Artificial Neural Network Ġn Numerical Control System 14. Artificial Neural Network And
8029011016-Hesaplamalı Oyun Teorisi
1- Oyun Teorisi Temelleri 2- Nash Dengesinin Hesabı Ġçin Klasik YaklaĢımlar 3-Çok Taraflı Oyun
Teorisi 4-Alternatif Denge Notasyonları 5-Çok Taraflı Oyunlar Ġçin Temsiller 6-Çok GeniĢ
Kapsamlı Oyunlar Ġçin Graf-Teorisi Modelleri 7-Grafiksel Oyunlarda Denge Verimliliği Hesabı
8-Grafiksel Oyunlar Ve Bayes Ağları 9- Mutual ĠliĢkili Denge 10-Oyun Teorisinde Örnekleme
Argümanları 11-Olasılıkla Oyunlar Ve Takviyeli Öğrenme 12-Oyun Teorisi Ve Makina Öğrenmesi
13-Oyunlarda Regret Minimizasyonu 14- Tekrarlı Oyunlar Ve Sınırlı ? Sınırlı Stratejilerle Oyun
Teorisi ? Oyun Teorisi Ve Dağıtık Algoritmalar ? Evrimsel Oyun Teorisi
Computational Game Theory
1- Basics Of Zero-Sum, General-Sum Game Theory 2-Classical Approaches For Computing Nash
Equilibria 3-Multi-Party Game Theory 4-Alternative Equilibrium Notions 5-Compact
Representations For Multi-Party Games 6-Graph-Theoretic Models For Large Games 7-Computing
Equilibria Efficiently Ġn Graphical Games 8-Graphical Games And Bayesian Networks; Connections
To Probabilistic Ġnference 9-Correlated Equilibria 10-Sampling Arguments Ġn Game Theory
11-Stochastic Games And Reinforcement Learning 12-Game Theory And Machine Learning
13-Regret Minimization Ġn Games 14- Repeated Games And Bounded Rationality ? Game Theory
With Restricted Strategies ? Game Theory And Distributed Algorithms ? Evolutionary Game Theory
8029021009-Bilgisayar Mimarisinin Ġleri Problemleri – I
Bilgisaya Mimarileri. DeğiĢik Mimarili Bilgisayarların Komut Sistemleri, Cısc Ve Rısc Mimarileri
Ve Onlar Ġçin Veri Yolları. DeğiĢik BileĢenler Asrasında Veri Transferi Ġçin Transfer Mimarileri.
Arayüz Mimarileri. DeğiĢik Modda Kesme Mimarileri. GiriĢ/ÇıkıĢ Mimarisi.
Computer Architecture
Computer Architectures, Instruction Systems Of Computers Of Different Architectures, The Cısc And
Rısc Architectures And The Data Paths For These Architectures, The Architecture Of Data Transfer
Between Computer's Components, Interface Architecture, Architecture Of The Ġnterrupts Ġn The Real
And Protected Modes , Input/Output Architecture.
8029031011-Bilgi Mühendisliği
1- Yapay Zeka Gözden Geçirme 2-GiriĢ: Uzman Sistemlerin Temel Kavramları 3-Bilgi, Gösterim Ve
Sonuç Çıkarma 4-Bilgi Temelli Sistemler 5-Bilgi Gösterim ġemaları 6-Bilginin Ġfade EdiliĢi
7-Çıkarsamanın Prosedürel Kontrolü 8-Üretken Sistemlerde Geri, Ġleri Ve KarıĢık Zincir Kuralı
9- ÇeliĢki Çözümlemesi 10- ġüphe Giderme 11- Genelleyici Görev Ve Operasyonlar 12- Tümevarım
Kuralları Ve Karar Ağaçları 13- Çıkarsama (Monotik Olmayan, Model-Tabanlı Ve Durum-Tabanlı
Çıkarsamalar) 14- Makine Öğrenmesi Ve Veri Madenciliği Konularının Ġrdelenmesi.
Knowledge Engineering
1-Aı Overview 2-Introduction: Basic Concepts Of Expert Systems 3-Knowledge, Representation
And Reasoning 4-Knowledge-Based Systems 5-Knowledge Representation Schemas 6-Expressing
Knowledge 7- Procedural Control Of Reasoning 8- First Order Logic, Resolution, Resolution
Strategies, Forward And Backward Chaining 9- Production Systems 10- Uncertainity,
Approximate/Inexact Reasoning 11- Knowledge Acquisition And Ontological Analysis 12- Generic
Tasks And Generic Operations 13- Reasoning, Nonmonotonic Reasoning, Model-Based Reasoning,
Case-Based Reasoning, Blackboard Architectures 14- Machine Learning, Inductive Learning And
Data Mining
8029031009-Veri Sınıflandırma Ve Kümeleme Teknikleri
1. Sınıflandırma Ve Kümeleme Kavramları. 2. Ġstatistik Tabanlı Yapay Zeka Teknikleri 3. Markov
Zincirleri. 4. Saklı Markov Modelleri (Smm). 5. Smm'lerin Eğitim, Hesaplama Ve Yeniden Tahmin
Problemleri 6. Ġleri-Geri Algoritması. 7. Baum-Welch Algoritması. 8. Kesikli Ve Sürekli Saklı
Markov Modelleri Ve Uygulamaları. 9. Optimizasyon Teknikleri Ve Genetik Algoritma Tekniği.
10. Sınıflandırma Teknikleri. 11. Yapay Sinir Ağları Ġle Sınıflandırma Uygulamaları. 12. Kümeleme
Teknikleri Ve Uygulamaları. 13. Bulanık Mantık Kavramı. 14. Bulanık Mantık Uygulamaları.
Data Classification And Clustering Techniques
1- Concept Of Classification And Clustering 2- Artificial Ġntelligent Techniques Based On Statistical.
3- Markov Chain. 4- Hidden Markov Model (Hmm) 5- Training Of Hmm, Computation And ReEstimating Problems. 6- Forward-Backward Algorithm. 7- Baum-Welch Algorithm 8- Discrete And
Continuous Hmms And Applications. 9- Optimization Techniques And Genetic Algorithm.
10- Classification Techniques. 11- Classification Applications Via Artificial Neural Networks.
12- Clustering Techniques And Applications. 13- Fuzzy Logic Concept.14- Fuzzy Logic Applications.
8329001039-( 3.Yy ) Ġleri Veri Tabanı Sistemler Ġ(Seçmeli)
ĠliĢkisel Veri Tabanı Modeli Grafik ÇıkıĢ Birimleri, Yapısal Sorgulama Dili (Sql), Varlık-Bağlantı
Modeli, Temel Modelleme Kavramları, Varlık-Bağlantı Modeli, Soyutlama Dereceleri, Veritabanı
Tablolarının NormalleĢtirilmesi, I. Normal Form, Iı. Normal Form, Iıı. Normal Form, Boyce Codd
Normalizasyonu, Denormalizasyon, Veritabanı Tasarımı, Hareket Yönetimi, Oracle-Microsoft Sql
Server Veritabanlarında Yönetimi, Yedek Alma Ve Kurtarma, Veritabanında Ġnce Ayarlar, Dağıtık
Veritabanı Uygulamaları
Advanced Database Systems
Relational Data Model, Sql, Entity Relationship Model, Basic Modeling Concepts, Abstraction Layer,
Normalization, 1st, 2nd And 3rd Level Normalization, Denormalization, Database Design,
Transaction Management, Oracle-Sql Server Database Management, Backup And Recovery, Fine
Tune, Distributed Database Applications
8029011014-Metasezgisel Algoritmalar
1- Arama Ve Optimizasyona GiriĢ 2- Yerel Arama Yöntemleri 3- En ĠyileĢtirme Problemleri
4- Sezgisel Algoritmalara GiriĢ 5- Uyum Arama 6-Tavlama Benzetimi 7- AteĢböceği Algoritması
8- Fotosentetik Algoritması 9- Enzim Algoritması 10- Karınca Kolonisi Algoritması 11- Arı
Algoritması 12- Sürü Optimizasyonu 13- Hibrid Algoritmalar 14- Proje Sunumları
Metaheuristic Algorithims
1- Introduction To Search And Optimization 2- Local Search Techniques 3- Optimization Problems
4- Introduction To Heuristic Algorithms 5- Harmony Search 6- Simulated Annealing 7- Firefly
Algorithm 8- Photosynthetic Algorithm 9- Enzyme Algorithm 10- Ant Colony Algorithm 11- Bee
Algorithm 12- Swarm Optimization 13- Hybrid Algorithms 14- Project Presentation
8029031007-Ġleri Bilgisayar Grafikleri
Bilgisayar Grafiklerini GiriĢ, Grafik Yazılım Ve Donanımı, Grafik ÇıkıĢ Birimleri, Geometrik
Öğelerin Özellikleri, Opengl Ve Directx, Opengl Ġle Çizim, Nesne DönüĢümleri, Görülebilirlik Ve
Gölgeler Doku(Texture) Ve Kaplama(Rendering), 2 Ve 3 Boyutlu Nesne Gösterimleri, Görünmez
Yüzey Tespiti, Bilgisayar Animasyonu
Advanced Computer Graphics
Introduction To Computer Graphics, Graphics Software And Hardware, Graphics Output Modules,
Attributes Of Geometric Primitives, Opengl And Directx, Object Transformations With Opengl,
Visibility And Shadows, Texture And Rendering2d And 3d Object Representation, Surface Detection,
Computer Animation
8029031010-Kablosuz Algılayıcı Ağlar
Kablosuz Algılayıcı Ağlara (Kaa) GiriĢ, Uygulama Alanlarını, Temel Kablosuz Sensör Teknolojisi,
Yönlendirme Protokolleri, Kablosuz Algılayıcı Ağlar Ġçin ĠĢletim Sistemleri, Kablosuz Algılayıcı
Ağlar Ġçin Performans Ve Trafik Yönetimi, Kablosuz Algılayıcı Ağların Benzetim GerçekleĢtirme,
Kablosuz Düğümler Üzerinden Uygulama GerçekleĢtirme, Nesc Dili
Wireless Sensor Netrorks
Introduction To The Wireless Sensor Network, Application Areas, Wireless Sensor Technologies,
Wireless Routing Protocols, Operating Systems For Wireless Sensor Networks, Performance And
Traffic Management For Wireless Sensor Networks, Simulations For Sensor Networks, Application
Development By Using Sensor Nodes, Nesc Language.
8029011017- Mühendislik Uygulamalarında Bulanık Mantık Kullanımı
Kesinlik ve belirsizlik kavramları. Klasik kümeler ile bulanık kümeler üzerinde yapılabilecek
operasyonlar ve üyelik fonksiyonları. BulanıklaĢtırma ve bulanık aritmetik iĢlemler. DurulaĢtırma
metotları. Bulanık sayı kavramı ve bulanık vektörler. Bulanık kural tabanlı sistemler. Mühendislik
uygulamalarında bulanık mantık denetleyici sistemlerin kullanımı. Mühendislik uygulamalarında
bulanık optimizasyon kullanımı. Mühendislik uygulamalarında bulanık sınıflandırıcı kullanımı.
Mühendislik uygulamalarında bulanık örüntü tanıma kullanımı. Mühendislik uygulamalarında bulanık
kümeleme yaklaĢımlarının kullanımı. Mühendislik uygulamalarında bulanık görüntü iĢleme kullanımı.
Hibrid Sistemlerin GeliĢtirilmesi. Matlab kullanarak bulanık mantık sistemlerinin geliĢtirilmesi.
Use of Fuzzy Logic in Engineering Applications
Imprecision and uncertainty concepts. Operations on the classical sets and the fuzzy sets. Fuzzification
and fuzzy arithmetic operations. Defuzzification methods. Fuzzy number concept and fuzzy vectors.
Fuzzy rule based systems. Use of the fuzzy logic control systems in the engineering applications. Use
of the fuzzy optimization in the engineering applications. Use of the fuzzy classifiers in the
engineering applications. Use of the fuzzy pattern recognition in the engineering applications. Use of
the fuzzy clustering approaches in the engineering applications. Use of the fuzzy image processing in
the engineering applications. Development of the hybrid systems. Development of fuzzy logic systems
using matlab.
8029021014 - Biyomedikal Sistemlerin Modellenmesi
Sistem ve modelleme. Biyomedikal Sistemler. Biyomedikal Sistemler de kullanılan matematiksel
Modellerin tanımı. Modelleme araçları. Statik modeller, Dinamik modeller. Laplace dönüĢümü.
Parametrik tahmin teknikleri. Parametrik olmayan tahmin teknikleri. Farmakinetik ve farmadinamik
modeller. Hücre dinamiği. Biyolojideki komplex dinamik sistemler. Biyomedikal Sistemlerin
modellenmesinde kullanılan yöntemler. Simülasyon
Modelling Biomedical Systems
Systems and modeling. Biomedical systems. Description of mathematical models used in biomedical
systems. The modeling Tools. Static models, Dynamic models. Laplace transforms. Parametric
Estimation Methods. Non-Parametric Estimation Methods. Pharma-kinetics and pharma-dynamics
models. The Dynamics of cell. The Complex-dynamic systems in Biology. The methods using to
model biomedical systems. Simulation
8029031014 - Sayısal Filigranlama
1.Sayısal Filigranlamanın Temelleri. 2.Uygulama Alanları. 3.Filigranlama Algoritmalarının
Sınıflandırılması. 4.Filigranlamanın Özellikleri. 5.Sağlam Filigranlama Algoritmaları. 6.Bilgili
Bilgisiz Filigranlama Sistemleri. 7. Uzaysal Alanda Sayısal Filigranlama. 8. Frekans Alanında Sayısal
Filigranlama. 9. Filigranın Eklenmesi. 10.Filigranın Elde Edilmesi. 11.Yapay Zeka Yöntemlerinin
Filigranlamada Kullanılması. 12.Zeki Optimizasyon Tekniklerinin Filigranlamada Kullanılması.
13.Sayısal Filigranı Bozmak Ġçin Yapılan Saldırılar. 14.Saldırılardan Sonra Filigranın Elde Edilmesi
Digital Watermarking
1.Fundamentals of digital watermarking. 2.Application Areas. 3. Classifications of digital
watermarking algorithms. 4. Properties of watermarking. 5. Robust watermarking algorithms. 6. Blind
and Non-blind Watermarking Algorithms. 7.Watermarking in Spatial Domain. 8. Watermarking in
Frequency Domain. 9.Watermark Embedding. 10.Watermark Extracting. 11. Using artificial
intelligence techniques in watermarking systems. 12. Using intelligent optimization methods in
watermarking systems. 13. The attacks on the watermark to eliminate. 14. Watermark Extraction after
attacks
8029031015 - Bulut Hesaplama
1. Dağıtık programlamaya genel bakıĢ. 2. Bulut hesaplamaya giriĢ. 3. Özellikler ve karakteristikler. 4.
Servis modelleri. 5. Bulut depolama. 6. Proje yönetimi. 7. Veritabanı yönetimi. 8. YerleĢtirme
Modelleri. 9. Bir servis olarak alt yapı (IaaS). 10. Kaynak SanallaĢtırma. 11. Bir servis olarak platform
(PaaS). 12. Bulut platform ve yönetmi. 13. Bir servis olarak yazılım(SaaS). 14. Bulut konuları ve
sorunları
Cloud Computing
1. Overview of Distributed Computing. 2. Introduction to Cloud Computing. 3. Properties &
Characteristics. 4. Service models. 5. Cloud Storage. 6. Project Management. 7. Database
Management. 8. Deployment models. 9. Infrastructure as a Service (IaaS). 10. Resource
Virtualization. 11. Platform as a Service (PaaS). 12. Cloud platform & Management. 13. Software as a
Service (SaaS). 14. Cloud issues and challenges
8029011018 Bilgisayar Bilimlerinde Ayrık Matematik
1-Tamsayılar sistemi, Tümevarım ilkesi, Bölünebilirlik, Asallar, 2-Genel permütasyon ve
kombinezonlar, Matematiksel ispatlar, 3-Kafes Yapıları ve özellikleri, Asimtotik notasyonlar, 4Recürsif fonksiyonlar, 5-Cebirsel Yapılar, Graflar, 6-Yollar ve Devreler, Ġzomorfizm, 7-Gruplar, 8Yapılar ve yapı benzerlikleri, 9-Halkalar, 10-Ağaçlar, 11-Kruskal algoritması, Prim algoritması, 12Dijkstra algoritması, Floyd-Warshall algoritması, 13-Turing makinaları, 14-Matlab Uygulamaları
Discrete Mathematics in Computer Science
1-Systems of integers, Induction principle, Divisibility, Primes, 2-Generalized permutations and
combinations, Mathematical proofs,3-Lattice structures and properties, Aysmptotic notations, 4Recursive functions, 5-Algebraic structures, Graphs, 6-Paths and circuits, Isomorphism, 7-Groups, 8Homomorphisms, 9-Rings, 10-Trees, 11-Kruskal algorithms, Prim algoritms, 12-Dijkstra algorithms,
Floyd-Warshall algorithms, 13-Turing Machines, 14-Matlab examples
Download

PROF. DR. AHMET ARSLAN ANABĠLĠM DALI HAKKINDA GE