GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İNS556 | ULAŞTIRMA MÜHENDİSLİĞİNDE YAPAY ZEKA UYGULAMALARI I | Seçmeli Ders Grubu | 1 | 2 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, öğrencilere ulaştırma mühendisliği alanında yapay zekâ (YZ) yöntemlerinin kullanımını tanıtmak ve bu yöntemlerin mühendislik problemlerine uygulanmasını öğretmektir. Ders kapsamında, trafik akımı modellemesi, yol güvenliği analizi, talep tahmini, akıllı ulaşım sistemleri ve karar destek mekanizmalarında yapay zekâ tabanlı algoritmaların rolü incelenecektir. Öğrencilerin, makine öğrenmesi, derin öğrenme ve optimizasyon tekniklerini kullanarak ulaştırma mühendisliği problemlerine çözüm geliştirebilmeleri, veriye dayalı karar verme becerisi kazanmaları ve güncel araştırma eğilimlerini değerlendirebilmeleri hedeflenmektedir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğr. Gör. Dr. Ömer Faruk ÖZTÜRK
Öğrenme Çıktıları
| 1 | Yapay zekânın temel kavramlarını ve ulaştırma mühendisliğindeki kullanım alanlarını açıklar. |
| 2 | Trafik verilerini analiz eder, makine öğrenmesi ve derin öğrenme yöntemlerini uygulayarak tahmin modelleri geliştirir. |
| 3 | Yol güvenliği, talep tahmini ve akıllı ulaşım sistemleri için yapay zekâ tabanlı çözümler üretir. |
| 4 | Otonom araçlar ve optimizasyon problemleri için uygun algoritmaları uygular. |
| 5 | Yapay zekânın etik, güvenlik ve gizlilik boyutlarını değerlendirerek güncel araştırma eğilimlerini yorumlar. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Yapay zekâya ve ulaştırma mühendisliğindeki kullanım alanlarına giriş / Trafik verilerinin toplanması, işlenmesi ve büyük veri kaynakları / Trafik akımı modelleme ve tahmininde yapay zekâ yöntemleri / Makine öğrenmesi tabanlı hız, yoğunluk ve seyahat süresi tahmini / Yol güvenliği analizi için veri madenciliği ve sınıflandırma yöntemleri / Talep tahmini ve yolculuk üretimi modelleri / Akıllı ulaşım sistemlerinde yapay zekâ uygulamaları / Trafik sinyal optimizasyonu ve karar destek sistemleri / Derin öğrenme ile görüntü işleme uygulamaları (araç tanıma, plaka okuma vb.) / Otonom araç teknolojilerinde yapay zekâ / Ulaştırmada optimizasyon problemleri ve sezgisel algoritmalar / Büyük veri analitiği ve gerçek zamanlı uygulamalar / Etik, güvenlik ve gizlilik boyutları / Güncel araştırma eğilimleri ve vaka çalışmaları.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Yapay zekâya giriş – Temel kavramlar, tarihsel gelişim ve ulaştırma mühendisliğindeki önemi | ||
| 2 | Ulaştırmada veri kaynakları – Trafik sayımları, sensörler, GPS ve büyük veri | ||
| 3 | Veri işleme ve görselleştirme teknikleri – Python ve ilgili kütüphanelerle uygulamalar | ||
| 4 | Makine öğrenmesine giriş – Denetimli ve denetimsiz öğrenme yöntemleri | ||
| 5 | Trafik akımı modelleme ve tahmin – Hız, yoğunluk ve seyahat süresi tahmini | ||
| 6 | Yol güvenliği analizi I – Kaza verilerinin analizi, sınıflandırma yöntemleri | ||
| 7 | Yol güvenliği analizi II – Risk tahmini ve veri madenciliği uygulamaları | ||
| 8 | Ara sınav | ||
| 9 | Talep tahmini ve yolculuk üretimi modelleri – Yapay zekâ ile modelleme | ||
| 10 | Akıllı ulaşım sistemleri – Trafik yönetiminde yapay zekâ uygulamaları | ||
| 11 | Trafik sinyal optimizasyonu ve karar destek sistemleri | ||
| 12 | Derin öğrenme uygulamaları I – Görüntü işleme, araç tanıma ve plaka okuma | ||
| 13 | Derin öğrenme uygulamaları II – Otonom araç teknolojilerinde yapay zekâ | ||
| 14 | Optimizasyon ve sezgisel algoritmalar – Genetik algoritmalar, tabu arama vb. | ||
| 15 | Etik, güvenlik ve gizlilik – Yapay zekânın toplumsal etkileri | ||
| 16 | Final sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Yok
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Bireysel Çalışma | 14 | 5 | 70 |
| Ara Sınav İçin Bireysel Çalışma | 7 | 5 | 35 |
| Final Sınavı içiin Bireysel Çalışma | 7 | 5 | 35 |
| Toplam İş Yükü (saat) | 186 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | |
| ÖÇ 1 | 5 | 3 | 4 | |||
| ÖÇ 2 | 5 | 4 | 4 | |||
| ÖÇ 3 | 5 | 4 | 4 | |||
| ÖÇ 4 | 5 | 4 | 4 | |||
| ÖÇ 5 | 2 | 2 | 2 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek