1. YÜKSEK LİSANS
  2. FEN BİLİMLERİ ENSTİTÜSÜ
  3. BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI
  4. 1281 BİLGİSAYAR MÜHENDİSLİĞİ
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
CENG 545GELECEK NESİL IOT UYGULAMALARI3 + 02. Yarıyıl7,5

DERS TANIMI
Ders Düzeyi Yüksek Lisans
Ders Türü Seçmeli
Dersin Amacı Gelecekte, IoT cihazları gelişmiş bellek, işleme ve muhakeme yetenekleriyle daha akıllı ve bağlama duyarlı hale geleceği öngörülmektedir. Ayrıca, gelecek nesil IoT sistemlerinin ise kendi kendini yapılandırma, kendi kendini optimize etme, kendini koruma ve kendi kendini iyileştirme gibi özelliklere sahip olacağı tahmin edilmektedir. Bu dersin amacı gelecek nesil IoT sistemleri hakkında teorik bilgi ve pratik beceriler kazandırmaktır. Bu bağlamda, sis ve kenar hesaplama yaklaşımlarına dayalı olarak derin öğrenme modellerinin geliştirilmesini sağlayarak kendi kendini optimize eden yarı otonom mimarilerin ve mekanizmaların geliştirilmesi hedeflenmektedir.
Ders İçeriği Nesnelerin İnterneti (IoT) temel kavramları, IoT Mimarisi ve Bileşenleri, IoT Haberleşme/Mesajlaşma Protokolleri, IoT’de Gelecek Trendler, Gelecek Nesil IoT (NGIoT) Kavramı ve Uygulamaları, NGIoT ve Büyük Veri, NGIoT ve Yapay Zeka, NGIoT’de Derin Öğrenme Uygulamaları
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1IoT ve NGIoT kavramlarını açıklar
2NGIoT gereksinimlerini sıralar
3IoT ve NGIoT arasındaki farkları karşılaştırır
4NGIoT uygulama alanları problemlerini analiz eder
5NGIoT problemlerini bilimsel araştırma yöntemlerini kullanarak çözümler
6NGIoT alanında edinmiş olduğu bilgileri ilgili disiplinlerden gelen bilgilerle bütünleştirerek yorumlar
7NGIoT alanındaki bilgilerini uzmanlık düzeyinde geliştirir ve derinleştirir.
8NGIoT alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanır

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 001            
ÖK 002            
ÖK 003            
ÖK 004            
ÖK 005            
ÖK 006            
ÖK 007            
ÖK 008            
Ara Toplam            
Katkı000000000000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14570
Ödevler5840
Arasınavlar(hazırlık süresi dahil)11515
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)12828
Toplam İş Yükü

Dersin AKTS Kredisi





195

7,5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2023-2024 Güz1İBRAHİM KÖK


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
CENG 545 GELECEK NESİL IOT UYGULAMALARI 3 + 0 1 Türkçe 2023-2024 Güz
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Dr. Öğr. Üyesi İBRAHİM KÖK ikok@pau.edu.tr MUH A0257 Dersin Devam Yüzdesi : %
Amaç Gelecekte, IoT cihazları gelişmiş bellek, işleme ve muhakeme yetenekleriyle daha akıllı ve bağlama duyarlı hale geleceği öngörülmektedir. Ayrıca, gelecek nesil IoT sistemlerinin ise kendi kendini yapılandırma, kendi kendini optimize etme, kendini koruma ve kendi kendini iyileştirme gibi özelliklere sahip olacağı tahmin edilmektedir. Bu dersin amacı gelecek nesil IoT sistemleri hakkında teorik bilgi ve pratik beceriler kazandırmaktır. Bu bağlamda, sis ve kenar hesaplama yaklaşımlarına dayalı olarak derin öğrenme modellerinin geliştirilmesini sağlayarak kendi kendini optimize eden yarı otonom mimarilerin ve mekanizmaların geliştirilmesi hedeflenmektedir.
İçerik Nesnelerin İnterneti (IoT) temel kavramları, IoT Mimarisi ve Bileşenleri, IoT Haberleşme/Mesajlaşma Protokolleri, IoT’de Gelecek Trendler, Gelecek Nesil IoT (NGIoT) Kavramı ve Uygulamaları, NGIoT ve Büyük Veri, NGIoT ve Yapay Zeka, NGIoT’de Derin Öğrenme Uygulamaları
Haftalık Konu Başlıkları
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı50Dönem Sonu Sınavı
Ara Sınav50Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları