Gebze Teknik Üniversitesi

Yapay Zeka YL Programı

KAZANILAN DERECE

Programı başarıyla tamamlayan öğrencilere Bilgisayar Mühendisliği Yüksek Lisans diploması verilir.

DERECENİN DÜZEYİ

Yüksek Lisans

KABUL ve KAYIT KOŞULLARI

Yükseköğretim Kurumu (YÖK) tarafından denkliği bulunan yurtiçi ve yurtdışından mühendislik, temel bilimler (Fizik, Matematik), sosyal bilimler veya sağlık bilimleri tabanlı bir lisans programından mezun olan ve aşağıdaki şartları sağlayanlar programa başvurabilecektir.

• ALES Sayısal en az 70 (veya eşdeğer GRE) olmalıdır.

• Yabancı dil yeterliliği aşağıdakilerden biri ile belgelenmiş olmalıdır

○ YDS puanı en az 55 olmalıdır

○ TOEFL IBT/CAE gibi geçerliliği YÖK tarafından kabul edilen sınavlarda YDS eşdeğer puanı almış olmalıdır

○ GTÜ tarafından yapılan İngilizce sınavından en az 60 almış olmalıdır

• Yabancı uyruklu öğrenci kabulü mümkün olup, bu öğrenciler GTÜ lisansüstü eğitim-öğretim yönetmeliği esaslarına göre programa kabul edilecektir.

Yüksek lisans programlarına giriş başarı puanı; ALES veya eşdeğer puanın %50'si, ve lisans Bitirme ortalamasının %50'sinin toplamı alınarak hesaplanır. Gerekli görüldüğünde bu hesaba katılacak girdiler dinamik aralıklarına göre normalize edilir. Bu şekilde elde edilen puanlar en yüksekten başlayarak sıralanır ve ilan edilmiş kontenjan kadar kayıt alınır. Giriş başarı puanı 65’in altında olan adaylar başarısız sayılır. Giriş başarı puanının eşit olması halinde sırasıyla alfabetik olarak seçilen adaya öncelik verilir. Sonuçlar ilgili enstitü tarafından ilan edilir.

ÖRGÜN EĞİTİMİN TANINMASI

Diğer Üniversitelerden Geçiş Yapan Öğrenciler

Öğrencilerin GTÜ lisans, yüksek lisans veya doktora programlarına yerleşmeden önceki eğitimleri Yüksek Öğretim Kurulu’nun ilgili yönetmeliklerine göre ve İntibak Komisyonu’nun koordinasyonunda tanınmaktadır. Önceki eğitim kapsamında diğer üniversitelerden alınmış olan dersler İntibak Komisyonunun söz konusu programa uygun bulması halinde tanınarak notu transkriptine işlenir. Bu dersler transkriptte transfer ders olarak görünür ve “T” harfi ile belirtilir.

Yabancı Dil Muafiyeti

GTÜ lisans veya yüksek lisans programlarına yerleşmeden önce herhangi bir örgün, yaygın veya okul dışı eğitim kapsamında yabancı dil eğitimi almış olan öğrenciler Yabancı Diller Bölümü tarafından düzenlenen yabancı dil sınavında başarılı (min.puan: 100/60) olmaları durumunda hazırlık eğitiminden muaf olurlar ve bu muafiyetleri transkriptlerine işlenir.

Lisans eğitimini tümüyle İngilizce gören bölüm mezunları, son 3 yıl içinde olmak koşuluyla; KPDS veya ÜDS’den en az 55 puan alanlar, TOEFL’den (IBT en az 55, CBT en az 134, PBT en az 453) puan alanlar yüksek lisans İngilizce Yeterlilik Sınavından muaftırlar. GTÜ lisansüstü İYS’dan son 3 yıl içinde başarılı olanlar lisansüstü İYS’dan muaftırlar. Öğrencilerin muaf olduğu dersler transkriptte “M” harfi ile gösterilir.

DERECE KOŞUL ve KURALLARI

Yüksek Lisans Öğrencisi İçin Kayıt Yenileme ve Derse Kayıt Esasları

Senato Esası – Kayıt Yenileme ve Derse Kayıt

MADDE 23 SE- (1) Öğrenci, kayıtlı olduğu lisansüstü programı için her yarıyıl kayıt yenileme dönemlerinde açılan lisansüstü dersler arasından, öğrenci bilgi sistemine girerek ders seçimini yapar ve danışman onayını gerçekleştirir.

(2) Kayıt yenileme haftasında kayıt yaptıramayan öğrenciler, takip eden bir hafta içerisinde mazeret durumlarını bildiren belgeleri ile birlikte dilekçesini sunar, Danışman ve Anabilim Dalı başkanlığının önerisi, Enstitü Yönetim Kurulu kararı ile mazeretleri Enstitü Yönetim Kurulu tarafından değerlendirilir. Mazaretli kayıt olması uygun görülen öğrenci, akademik takvimde belirlenen ders ekleme-çıkarma haftası sonuna kadar danışmanı ile birlikte alacağı dersleri belirler, öğrenci bilgi sistemine girerek ders seçimini yapar ve danışmanı onayını gerçekleştirir.

(3) Öğrenci, Akademik Takvimdeki ders ekleme çıkarma haftası sonuna kadar, danışmanının onayını alarak yarıyıl başında aldığı derslere ek olarak yeni ders/dersler alabilir veya kayıt yaptırdığı ders/derslerden çekilebilir.

Senato Esası - Dersler ve Ders Yükü

MADDE 33 SE - (1) Dersler, kredili ve kredisiz olmak üzere ikiye ayrılır. Öğrenci, toplam 21 krediden az olmamak koşuluyla en az yedi adet kredili dersi başarıyla tamamlaması ve mezuniyet için AGNO’sunun en az 3.00 olması gerekir. Kredisiz olarak seminer dersi ve uzmanlık alan dersi ile tez çalışmasının başarıyla tamamlanması gerekir. Öğrenci, bilimsel araştırma teknikleri ve yayın etiği konularını içeren en az bir ders almak zorundadır.

Madde 21 SE - (8) Seminer dersi, kredisiz olup, başarılı (P) veya başarısız (F) olarak değerlendirilir. Danışman, seminer dersinin yürütür ve öğrenci ile seminer konusunu belirler. Lisansüstü programın ilgili seminer dersine ait seminer programı, dersi veren danışmanların teklifi çerçevesinde Anabilim Dalı Başkanlığı veya Enstitü tarafından ilan edilir. Öğrenci, seminer konusu kapsamında seminer raporunu hazırlar ve belirtilen tarihte sunumunu yapar. Seminer sunumları, seminer dersini alan öğrenciler ve ilgilisinin katılımına açıktır.

(2) Öğrenci almak zorunda olduğu toplam kredili derslerin dört tanesini ilgili yüksek lisans programında açılan veya programın dersleri arasından almak zorundadır. Öğrencinin kayıtlı olduğu program %30 ingilizce programı ise toplam kredili derslerin en az üç tanesini öğretim dili İngilizce olan derslerden, kayıtlı olduğu program %100 İngilizce programı ise toplam kredili derslerin tümünü İngilizce olan derslerdenalmak zorundadır.

Madde 25 SE … c) Lisansüstü programlarında AGNO, öğrencinin başarmış olduğu en yüksek 7 ders 21 kredilik miktara ait kredi ve notların çarpılarak bu derslere ilişkin toplam krediye bölünmesiyle bulunan değerdir. AGNO hesabında, 4 ders 12 kredilik miktara ait kredi ilgili anabilim dalı veya programda tanımlanan derslerden olmak zorundadır. …
d) Öğrenciler, genel not ortalamalarını yükseltmek amacıyla başarılı oldukları dersleri tekrarlayabilir. Tekrar edilen derslerden genel not ortalamasına en son alınan not katılır. …

(3) Öğrenci, en geç üçüncü yarıyıl başında tez konusunu belirlemelidir ve tez konusunun belirlendiği yarıyıldan itibaren her yarıyıl kendi tez danışmanınca açılan uzmanlık alanı dersine kayıt yaptırmak zorundadır. Tezli Yüksek Lisans programı için tez konusu belirlendikten veya değiştirildikten sonra, en az bir kere "Gelişmekte" (D) ve son olarak da "Başarılı" (P) notu almış olması şartıyla öğrenci en erken ikinci yarıyıl içerisinde tez savunmasına girer.

(4) Danışmanın, program koordinatörünün ve/veya anabilim dalı başkanının teklifi, Enstitü Yönetim Kurulu onayı ile diğer yükseköğretim kurumlarında verilmekte olan lisansüstü derslerden en fazla iki ders seçilebilir. Bu dersler, 33 SE (2) kapsamında öğrencinin almak zorunda olduğu dersler arasında kabul edilebilir.

(5) Danışmanın, program koordinatörünün ve/veya anabilim dalı başkanının teklifi, Enstitü Yönetim Kurulu onayı ile öğrenci en çok iki dersi, lisans öğrenimi sırasında alınmamış olması koşuluyla lisans derslerinden seçilebilir. Bu dersler diğer yükseköğretim kurumlarında verilmekte olan derslerden de seçilebilir. Öğrenci, bu derslerden azami ders süresi içinde en az CC notu ile başarılı olmak zorundadır. Bu dersler, “Ortalama Dışı” (OD) olarak değerlendirilir.

PROGRAM TANIMI

Gebze Teknik Üniversitesi “Yapay Zekâ Yüksek Lisans Programı”, Lisansüstü Eğitim Enstitüsü bünyesinde ülkenin öncelikli alanlarda akademik ihtiyaçları ve kamu, özel sektör ve endüstriden gelen talepler doğrultusunda tasarlanmış bir yüksek lisans öğretim programıdır. Program, üniversitenin belirleyeceği takvim çerçevesinde Gebze Teknik Üniversitesi bünyesinde alanında uzman akademisyenler tarafından verilen dersler ve program öğrencilerinin danışmanlarıyla birlikte yürüttüğü tez çalışmalarının birleşiminden oluşur.

ÖĞRENME ÇIKTILARI

Bu programı başarıyla tamamlayan öğrenciler şu yetilere sahip olurlar:

BİLGİ

1.İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak

BECERİ

1. Gelişmiş mühendislik problemlerini formüle edip çözmek

2. İleri düzey matematik, fen ve mühendislik bilgisi kullanmak

3. Araştırma projesi doğrultusunda literatürü dikkatlice gözden geçirip, kendi sonuçları ile önceki literatür arasında bağlantı kurmak

4. Mühendislik alanındaki bilimsel araştırmaları yorumlayıp analiz etmek ve çalışma alanındaki bilgileri kullanmak

YETKİNLİK

Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

1. Disiplinlerarası etkileşim bulunan araştırma takımlarında etkin şekilde çalışmak

2. Bilimsel bilgiye ulaşmak

3. Bağımsız olarak araştırma projeleri tasarlamak ve yürütmek

Öğrenme Yetkinliği

1. Hızla değişen teknolojik çevreye adapte olabilmek için bilgi ve yetilerini sürekli geliştirmek

2. Mevcut bilgiyi geliştirme yöntemleri bulmak

İletişim ve Sosyal Yetkinlik

1. Araştırma konusu ile ilgili fikir ve bulgularını sözlü ve yazılı olarak etkin şekilde ifade edebilmek

2. Araştırma bulgularını seminer ve konferanslarda savunabilmek

3. İlerleme raporlarını yayınlanmış doküman, tez, makalelere dayandırarak yazmak.

Alana Özgü ve Mesleki Yetkinlik

1. Profesyonel ve etik davranış sorumluluğu sergilemek

2. Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek

Ders-Program Çıktıları

(Yakın zamanda güncelleme yapılacaktır)

TYYÇ - Program Çıktıları Matrisi

Programa ait öğrenme çıktıları ile Türkiye Yükseköğretim Yeterlilikler Çerçevesi (TYYÇ) ve Temel Alan Yeterlilikleri (TAY) aşağıdaki tabloda ilişkilendirilmektedir

TYYÇ Mühendislik Temel Alanı Yeterlilikleri (Akademik Ağırlıklı)
7. Düzey (YÜKSEK LİSANS Eğitimi)

Program Öğrenme Çıktıları

BİLGİ

1-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.

2-Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.

3-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.

4-Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir.

BECERİ

1-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.

2-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.

3-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.

4-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.

YETKİNLİK

Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

1-Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır.

2-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.

3-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.

4-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.

5-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.

6-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. 

YETKİNLİK

Öğrenme Yetkinliği

1-Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.

2-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygulama; değişik disiplinlere ait bilgileri bütünleştirir.

3-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.

4-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.

YETKİNLİK

İletişim ve Sosyal Yetkinlik

1-Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak sözlü ve yazılı iletişim kurar.

2-Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.

3-Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.

4-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.

5-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.

6-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.

7-Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur.

8-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.

YETKİNLİK

Alana Özgü ve Mesleki Yetkinlik

1-Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.

2-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.

3-Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır.

4-Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.

MEZUNLARIN İSTİHDAM PROFİLLERİ

Bilgisayar Mühendisleri; bilgi işlem uzmanı, sistem programcısı ve analisti, veri mühendisi, yapay zeka mühendisi, yazılım danışmanı, bilgi teknolojileri yöneticisi gibi görevler yaparlar. Ayrıca yükseköğretim kurumları veya araştırma merkezlerinde akademisyen ve araştırmacı olabilirler.

ÜST DERECE PROGRAMLARINA GEÇİŞ

Yapay Zeka yüksek lisans programını başarıyla tamamlayan öğrenciler doktora programlarına başvurabilirler.

DERS KATALOĞU

Program Dersi (İngilizce/Türkçe)	GTÜ LEE Programlarında Açılan Eşdeğer Dersler
Zorunlu Dersler: Aşağıdaki derslerin tamamı başarıyla tamamlanacaktır.
Machine Learning / Makine Öğrenmesi	CSE 552 Machine Learning
Machine Learning / Makine Öğrenmesi	STEC 563 Advanced Machine Learning

Statistical Data Analysis / İstatistiksel Veri Analizi	CSE 555 Statistical Data Analysis

Research Techniques, Philosophy & Ethics / Araştırma Teknik, Felsefe ve Etiği	INAS 501 Scientific Research Methods and Publication Ethics

Temel Alan Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır.
Introduction to Learning & Soft Computing / Öğrenme ve Esnek Hesaplamaya Giriş	ELEC 669 Introduction to Learning and Soft Computing

Data Mining / Veri Madenciliği	CSE 557 Veri Madenciliği
Data Mining / Veri Madenciliği	IE 512 Advanced Statistical Modeling and Data Mining

Pattern Recognition / Örüntü Tanıma	CSE 553 Pattern Recognition
Pattern Recognition / Örüntü Tanıma	ELEC 769 Pattern Recognition

Big Data Analytics / Büyük Veri Analitiği /	CSE 541 Big Data Analytics

Cognitive Science / Bilişsel Bilim	BENG 520 Computational Neruscience

Deep Learning / Derin Öğrenme	CSE 655 Deep Learning and Applications

Temel Uygulama Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır.

Symbolic Computation (S) Sembolik Hesaplama (S)	CSE 626 Symbolic Computation

Game Theory (S) Oyun Teorisi (S)	CSE 512 Game Theory
Game Theory (S) Oyun Teorisi (S)	ECON 714 Game Theory

Image Processing (S) İmge İşleme (S)	CSE 564 Digital Image Processing
Image Processing (S) İmge İşleme (S)	ELEC 568 Image Processing

Graph Processing (S) Çizge İşleme (S)	CSE 623 Graph Algorihtms and Applications
Graph Processing (S) Çizge İşleme (S)	MAT 665 Advanced Topics in Graph Theory

Optimization (S) Eniyileme (S)	CSE 624 Heuristics Optimization Methods
Optimization (S) Eniyileme (S)	IE 583 Multicriteria Optim. & Performance Assessment

Computer Vision (S) Bilgisayarla Görme (S)	CSE 565 Computer Vision
Computer Vision (S) Bilgisayarla Görme (S)	CSE 666 Multiview Geometry For Computer Vision

Natural Language Processing (S) Doğal Dil İşleme (S)	CSE 654 Natural Language and Speech Processing

Linear Programming	IE 511 Linear Programming

Digital Signal Processing	ELEC 567 Digital Signal Processing

Reinforcement Learning	STEC 564 Reinforcement Learning

Alan Uygulamaları Dersleri: Aşağıdakilerden en az 1 ders başarıyla tamamlanacaktır.

Special Topics in Engineering App / Müh. Uyg. Özel Konular	CSE 562 Augmented Reality and 3D User Interfaces
	IE 514 Mathematical Foundations of Operations Research
	IE 515 Mathematical Programming
	EQE 511 Finite Element Method
	CED 528 Statistical Process Control
	CED 529 Statistical Experimental Analysis
	ME 520 Fundamentals Of Finite Element Analysis
	ME 521 Computer Aided Design
	ME 524 Artificial Intelligence in Mechanical Engineering
	ME 525 Optimization of Engineering Design
	STEC 567 Target Tracking and Sensor Fusion
	STEC 581 Autonomous Mobile Robots
	STEC 585 Mechatronic System Design
	ELEC 672 Numerical Analysis for Simulation and Modeling
	MATH 677 Non-linear Analysis for Dynamic Systems
	NANO 621 Computational Methods in Nanoscience

Special Topics in Social Sciences Apps / Sosyal Bilim Uyg. Özel Konular	BUS 657 Computer Aided Quantitative Decision Making Techniques
	BUS 656 Consumer Behavior Theory Analysis

Special Topics in Health Sciences Apps / Sağlık Bilimleri Uyg. Özel Konular	BTEC 584 Signaling & Inf. Processing in Biological Systems
	BSB 616 Advanced Statistics for Medical Research
	BSB 611 Foundations of Mathematical Modelling in Biology

AI for Financial Technologies / Finans Teknolojileri için YZ	ECON 589 Time Series Analysis
	ECON 706 Panel Data Analysis

Aşağıdaki derslerin tamamı başarıyla tamamlanacaktır (Zorunlu Dersler)
AI 591 Seminar / YZ 591 Seminer
AI 599 Thesis Study / YZ 599 Uzmanlık Alan Dersi

ÖĞRETİM PLANI

Bilimsel Hazırlık Dersleri: Bu dersler öğrenciye özel olarak düzenlenir. Hazırlık dersleri lisans seviyesi eşdeğer derslerim müfredatı göz önünde bulundurularak genel yetkinliklerde yüksek lisans derslerini takip edebilmek ve verilen ödev çalışmalarını tamamlayabilmek için temel bilgilerin öğrencilere kazandırılmasını hedefler.

Program Dersleri: Program dersleri yüksek lisans seviyesinde %100 İngilizce dilinde yapılır. Program öğrencilere yapay zekâ kavramlarının teorik ve pratik uygulamalarını anlatmak yanında matematik, istatistik, optimizasyon ve programlama altyapılarını pekiştirecek dersleri de içerecektir.

Yüksek Lisans Tezi: Bu kapsamda öğrenciden belirli bir konuda danışmanının yönetiminde tez hazırlaması ve bunu yüksek lisans tezi ve buna ek olarak 6-8 sayfa makale formatında rapor ile ortaya koyarak yurtiçi veya yurtdışı bildiri olarak sunmak üzere hazırlaması beklenmektedir. Tez konuları öğrencilerin işyerinde çalışmış oldukları konulara paralel konulardan seçilerek üniversite sanayi iş birliğinin geliştirilmesi hedeflenmektedir.

Tez Sunumu: Tezler, 3 kişilik komiteden oluşan jüriye sunulur. Tezden geçme ya da kalma şeklinde not verilir.

Bilimsel Hazırlık Programında Alınacak Dersler (Hazırlık Dersleri)

Bilimsel hazırlık kapsamında alınacak olan dersler öğrencinin lisans eğitimi aşamasında almış olduğu dersler ve sahip olduğu bilgi ve deneyime bağlı olarak aşağıdaki derslerden seçilecektir. Bilimsel hazırlık dersleri program dersleriyle aynı dönemde alınabilir. Bu durumda, bilimsel hazırlık derslerinin ön şart olduğu dersler alınamaz.

BİLİMSEL HAZIRLIK PROGRAMI DERSLERİ

Program Açılırken Önerilen Ders : Introduction to Programming- Programlamaya Giriş

BİL 102 Bilgisayar Programlama

CSE 102 Computer Programming

ENF 211 Algortimalar ve Programlama I

INF 211 Algorithms and Programming I

ENF 110 Programlamaya Giriş

INF 110 Introduction to Programming

Program Açılırken Önerilen Ders : Probability and Statistics - Olasılık ve İstatistik

MAT 118 Olasılık ve İstatistik

MATH 118 Probability and Statistics

MBG 430 Biyoistatistiğe Giriş

MBG 430 Introduction to Biostatistics

MAT 219 Olasılık ve İstatistik

MATH 219 Probability and Statistics

ELM 218 Olasılık ve Rastgelelik

ELEC 218 Probability and Randomness

BYM 331 Biyoistatistik

BENG 331 Biostatistics

Program Açılırken Önerilen Ders : Programming for Data Science - Veri Bilimleri için Programlama

ENF 112 Programlama II

INF 112 Programming II

MÜH 346 Yapay Zeka İçin Veri Yapıları ve Algoritma

ENG 346 Data Structures and Algorithms for Artificial Intelligence

BİL 222 Veri Yapıları ve Algoritmalar

CSE 222 Data Structures and Algorithms

ENF 212 Algoritmalar ve Programlama II

INF 212 Algorithms and Programming

Program Açılırken Önerilen Ders : Linear Algebra - Lineer Cebir

MAT 113 Lineer Cebir I

MATH 113 Linear Algebra I

MAT 116 Lineer Cebir

MATH 116 Linear Algebra

MAT 217 Lineer Cebir ve Diferansiyel Denklemler

MATH 217 Linear Algebra and Differantial Equations

Program Dersleri (Z: Zorunlu, S: Seçmeli)

Program dersleri zorunlu ve seçmeli olarak iki gruba ayrılmıştır. Zorunlu dersler programın hedeflediği yetkinliklerin kazanılması için gerekli olarak görülen derslerdir. Seçmeli dersler ise özellikle öğrencinin yapmak istediği araştırmayı destekleyecek konuları içerecektir.

Öğrencinin programı başarıyla tamamlayabilmesi için 3 zorunlu ders yanında en az 1 tane temel alan dersi, en az 1 tane yapay zekâ uygulama dersi ve en az bir tane alan uygulama dersini başarıyla bitirmesi gerekmektedir. Bu dersler aşağıdaki tabloda verilmiştir.

ZORUNLU DERSLER

Program Açılırken Önerilen Ders : Machine Learning -Makine Öğrenmesi

BİL 552 Makine Öğrenmesi

CSE 552 Machine Learning

STEK 563 İleri Makine Öğrenmesi

STEC 563 Advanced Machine Learning

Program Açılırken Önerilen Ders : Statistical Data Analysis-İstatistiksel Veri Analizi

BİL 555 İstatiksel Veri Analizi

CSE 555 Statistical Data Analysis

Program Açılırken Önerilen Ders: Research Techniques, Philosophy & Ethics Araştırma Teknik, Felsefe ve Etiği

FBE 501 Bilimsel Araştırma Teknikleri ve Yayın Etiği

INAS 501 Scientific Research Methods and Publication Ethics

Program Açılırken Önerilen Ders: YZ 591 Seminer - AI 591 Seminar

YZ 591 Seminer AI 591 Seminar

Program Açılırken Önerilen Ders YZ 599 Uzmanlık Alan Dersi -AI 599 Thesis Study

YZ 599 Uzmanlık Alan Dersi - AI 599 Thesis Study

ZORUNLU TEMEL ALAN DERSLERİ (EN AZ 1 DERS)

Program Açılırken Önerilen Ders Introduction to Learning & Soft Computing Öğrenme ve Esnek Hesaplamaya Giriş

ELM 669 Öğrenme ve Esnek Hesaplamaya Giriş

ELEC 669 Introduction to Learning and Soft Computing

Program Açılırken Önerilen Ders: Data Mining Veri Madenciliği

BİL 557 Veri Madenciliği

CSE 557 Data Mining

ENM 512 İleri İstatistiksel Modelleme ve Veri Madenciliği

IE 512 Advanced Statistical Modeling and Data Mining

Program Açılırken Önerilen Ders: Pattern Recognition-Örüntü Tanıma

BİL 553 Örüntü Tanıma

CSE 553 Pattern Recognition

ELM 769 Örüntü Tanıma

ELEC 769 Pattern Recognition

Program Açılırken Önerilen Ders: Big Data Analytics -Büyük Veri Analitiği

BİL 541 Büyük Veri Çözümleme

CSE 541 Big Data Analytics

Program Açılırken Önerilen Ders: Cognitive Science-Bilişsel Bilim

BYM 520 Hesaplamalı Nörobilim

BENG 520 Computational Neruscience

Program Açılırken Önerilen Ders : Deep Learning -Derin Öğrenme

BİL 655 Derin Öğrenme ve Uygulamaları

CSE 655 Deep Learning and Applications

ZORUNLU TEMEL UYGULAMA DESLERİ (EN AZ 1 DERS)

Program Açılırken Önerilen Ders Symbolic Computation-Sembolik Hesaplama

BİL 626 Simgesel Hesaplama

CSE 626 Symbolic Computation

Program Açılırken Önerilen Ders Game Theory -Oyun Teorisi

BİL 512 Oyun Teorisi

CSE 512 Game Theory

İKT 714 Oyun Teorisi

ECON 714 Game Theory

Program Açılırken Önerilen Ders: Image Processing-İmge İşleme

BİL 564 Sayısal Görüntü İşleme

CSE 564 Digital Image Processing

ELM 568 Görüntü İşleme

ELEC 568 Image Processing

Program Açılırken Önerilen Ders: Graph Processing-Çizge İşleme

BİL 623 Çizge Algoritmaları ve Uygulamaları

CSE 623 Graph Algorihtms and Applications

MAT 665 Çizge Kuramında İleri Konular

MATH 665 Advanced Topics in Graph Theory

Program Açılırken Önerilen Ders: Optimization -Eniyileme

BİL 624 Sezgisel Optimizasyon

CSE 624 Heuristics Optimization

ENM 583 Çok Kriterli Optimizasyon ve Performans Değerlendirmesi

IE 583 Multicriteria Optimization and Performance Assessment

Program Açılırken Önerilen Ders: Computer Vision -Bilgisayarla Görme

BİL 565 Bilgisayarla Görme

CSE 565 Computer Vision

BİL 666 Bilgisayarla Görmede Çok Kameralı Sistem Geometrisi

CSE 666 Multiview Geometry For Computer Vision

Program Açılırken Önerilen Ders: Natural Language Processing -Doğal Dil İşleme

BİL 654 Doğal Dil ve Konuşma İşleme

CSE 654 Natural Language and Speech Processing

Program Açılırken Önerilen Ders: Linear Programming

ENM 511 Doğrusal Programlama

IE 511 Linear Programming

Program Açılırken Önerilen Ders: Digital Signal Processing

ELM 567 Sayısal İşaret İşleme

ELEC 567 Digital Signal Processing

ZORUNLU ALAN UYGULAMA DERSLERİ (EN AZ 1 DERS )

Program Açılırken Önerilen Ders: Topics in Engineering App- Müh. Uyg. Özel Konular

BİL 562 Artırılmış Gerçeklik ve 3B Kullanıcı Arayüzleri

CSE 562 Augmented Reality and 3D User Interfaces

BİL 566 İnsan Bilgisayar Etkileşimi

CSE 566 Human Computer Interaction

BİL 622 Karmaşıklık ve Hesaplama Teorisi

CSE 622 Computing And Complexity Theory

BİL 629 Algoritmalar ve Teorisi Alanında Özel Konular

CSE 629 Special Topics in Algorithms and Theory

BİL 658 Doğal Dil İşlemede İleri Konular

CSE 658 Advanced Topics in Natural Language Processing

ENM 514 Yöneylem Araştırmasının Matematiksel Temelleri

IE 514 Mathematical Foundations of Operations Research

ENM 515 Matematiksel Programlama

IE 515 Mathematical Programming

DYB 511 Sonlu Elemanlar Yöntemi

EQE 511 Finite Element Method

ENM 583 Çok Kriterli Optimizasyon ve Performans Değerlendirmesi

IE 583 Multi Criteria Optimization and Performance Assessment

ENM 531 Markov Karar Süreçleri

IE 531 Markov Decision Processes

ENM 618 İstatistiksel Çıkarsama

IE 618 Statistical Inference

ENM 619 Simülasyonda İleri Konular

IE 619 Advanced Topics in Simulation

KMB 528 İstatistiksel Proses Kontrol

CED 528 Statistical Process Control

KMB 529 İstatistiksel Deneysel Analiz

CED 529 Statistical Experimental Analysis

MAK 520 Sonlu Elemanlar Analizinin Temelleri

ME 520 Fundamentals of Finite Element Analysis

MAK 521 Bilgisayar Destekli Tasarım

ME 521 Computer Aided Design

MAK 524 Makine Mühendisliğinde Yapay Zeka

ME 524 Artificial Intelligence in Mechanical Engineering

MAK 525 Mühendislik Tasarımlarının Optimizasyonu

ME 525 Optimization of Engineering Design

STEK 567 Hedef Takibi ve Sensör Füzyonu

STEC 567 Target Tracking and Sensor Fusion

STEK 581 Otonom Mobil Robotlar

STEC 581 Autonomous Mobile Robots

STEK 585 Mekatronik Sistem Tasarımı

STEC 585 Mechatronic System Design

STEK 552 İleri Radar ve Sonar Sinyal İşleme

STEC 552 Advanced Radar and Sonar Signal Processing

STEK 564 Pekiştirmeli Öğrenme

STEC 564 Reinforcement Learning

ELM 672 Simülasyon ve Modelleme İçin Nümerik Yöntemler

ELEC 672 Numerical Analysis for Simulation and Modeling

ELM 633 Bilgi Teorisi

ELEC 633 Information Theory

ELM 642 İşaret İşleme için Makine Öğrenmesi

ELEC 642 Machine Learning for Signal Processing

ELM 670 Konveks Optimizasyona Giriş

ELEC 670 Introduction to Convex Optimization

MAT 677 Dinamik Sistemler İçin Lineer Olmayan Analiz

MATH 677 Non-linear Analysis for Dynamic Systems

NANO 621 Nanobilimde Bilgisayar Metodları

NANO 621 Computational Methods in Nanoscience

JFM 664 CBS’de ve Uzaktan Algılamada Programlama

GEOD 664 Programming in GIS and Remote Sensing

JFM 527 Panoramik Görüntü Elde Etme ve İşleme Teknikleri

GEOD 527 Panoramic Image Acquisition and Processing Techniques

KBT 515 Kuantum Hesaplama

QST 515 Quantum Computing

CSE 684 Neurocomputing

BİL 684 Sinirsel Kontrol

KMB 532 Enerji Uygulamaları için Makine Öğrenimi

CED 532 Machine Learning for Energy Application

Program Açılırken Önerilen Ders : Special Topics in Social Sciences Apps -Sosyal Bilim Uyg. Özel Konular

İŞL 657 Bilgisayar Destekli Kantitatif Karar Verme Teknikleri

BUS 657 Computer Aided Quantitative Decision Making Techniques

İŞL 656 Tüketici Davranışı Kuramları Analizi

BUS 656 Consumer Behavior Theory Analysis

Program Açılırken Önerilen Ders: Special Topics in Health Sciences Apps Sağlık Bilimleri Uyg. Özel Konular

BTEC 584 Biyolojik Sistemlerde Sinyalleşme ve Bilgi İşleme

BTEC 584 Signaling & Inf. Processing in Biological Systems

BSB 616 Tıbbi Araştrmalar İçin İleri İstatistik

BSB 616 Advanced Statistics for Medical Research

BSB 611 Biyolojide Matematiksel Modellemenin Temelleri

BSB 611 Foundations of Mathematical Modelling in Biology

Program Açılırken Önerilen Ders: AI for Financial Technologies -Finans Teknolojileri için YZ

İKT 589 Zaman Serileri Analizi

ECON 589 Time Series Analysis

İKT 706 Panel Veri Analizi

ECON 706 Panel Data Analysis

SINAVLAR, ÖLÇME VE DEĞERLENDİRME

1. Lisansüstü programların ölçme ve değerlendirilmesinin amacı; programlar için belirlenmiş olan hedeflerin gerçekleşme düzeylerini tespit ederek sisteme geri bildirimde bulunmak ve kalitenin yükseltilmesine destek olmaktır.

Lisansüstü derslerinin değerlendirmeleri; ara sınav veya yarıyıl çalışması ile yarıyıl sonu çalışması veya yarıyıl sonu sınavları/bütünleme sınavları şeklinde değerlendirilir. Yarıyıl sonu sınavları/bütünleme sınavları Senato tarafından belirlenen akademik takvime göre yapılır.
Yarıyıl sonu başarı notu; ara sınav / yarıyıl çalışması ile yarıyıl sonu çalışması veya yarıyıl sonu sınavı/bütünleme sınavı notu dikkate alınarak verilir. Bütünleme sınavından alınan notlar ilgili dersin yarıyıl sonu sınavı notu yerine geçer. Yarıyıl sonu başarı notu olarak değerlendirilmez. Sadece başarısız olunan derslere bütünleme sınav hakkı tanınır.
Başarı değerlendirilmesi bir döneme yayılan Proje, Seminer, Uzmanlık Alan Dersi, Mimarlık Proje dersi ve benzeri çalışmalardan oluşan derslere bütünleme sınav hakkı verilmez.
Program Koordinatörü ve/veya Anabilim Dalı Başkanın onayıyla haklı ve geçerli görülen bir nedenle herhangi bir ara sınavına/bütünleme sınavına giremeyen öğrenciye, söz konusu sınavın yapıldığı tarihten itibaren bir hafta içinde başvurması halinde Enstitü Yönetim Kurulunca mazeret sınav hakkı verilir. Yarıyıl sonu sınavının mazereti yoktur.
Öğrencilere, aldıkları her ders için, aşağıdaki harf notlarından biri öğretim görevlisi/üyesi tarafından yarıyıl sonu başarı notu olarak takdir olunur. Puanlar ve bunlara karşılık gelen harf notları ile katsayıları aşağıdaki tabloda belirtilmiştir. Dersin öğretim üyesi/görevlisi gerekli gördüğünde, ders değerlendirme yönteminin zorluk derecesini dikkate alarak, sonuç katsayı ve başarı notu (4'lü sistemde) için farklı not aralıklarında yarıyıl sonu puanı (100'lü sistemde) ile değerlendirme yapabilir.

Puan Yarıyıl Sonu	Başarı Notu	Katsayısı
90-100	AA	4,00
85-89	BA	3,50
80-84	BB	3,00
75-79	CB	2,50
70-74	CC	2,00
65-69	DC	1,50
60-64	DD	1,00
50-59	FD	0,50
49 ve aşağısı	FF	0,00
Devamsız	NA	-
Başarılı	P	-
Başarısız	F	-
Gelişmekte	D	-
Muaf	M	-
Ortalama Dışı	OD	-
Girmedi	UA	-

1. Öğrencinin bir dersten başarılı sayılabilmesi için, yarıyıl sonu başarı notunun en az CC (2,00) olması gerekir. Lisansüstü programlarından mezuniyet için AGNO’sunun en az BB (3,00) olması gerekir.
2. Öğrenciler derslere, uygulamalara ve sınavlara katılmakla yükümlüdür. Bir öğrenci teorik derslerin %70’ine, uygulamaların da %80’ine devam etmek zorundadır. Teorik derslerde % 30, uygulamalı derslerde % 20 devamsızlık yapan öğrenci yarıyıl sonu ve bütünleme sınavına giremez, yarıyıl sonu başarı notu NA olarak verilir. Dersin öğretim görevlisi/üyesi gerekli gördüğünde, dersi işleyiş yöntemine bağlı olarak farklı bir oranda ders devamlılık şartı belirleyebilir ve ders bilgi formuyla birlikte dönem başında öğrencileri bilgilendirir. Öğrencilerin devam durumları ilgili öğretim görevlisi/üyesi tarafından izlenir.
3. Lisansüstü programlarında AGNO, öğrencinin başarmış olduğu en yüksek 7 ders (14 ders lisans derecesi ile bütünleşik doktora programında) 21 kredilik (42 kredilik lisans derecesi ile bütünleşik doktora programında) miktara ait kredi ve notların çarpılarak bu derslere ilişkin toplam krediye bölünmesiyle bulunan değerdir. AGNO hesabında, 4/8 ders 12/24 kredilik miktara ait kredi ilgili anabilim dalı veya programda tanımlanan derslerden olmak zorundadır. Sonuç, virgülden sonra üçüncü hane yuvarlatılarak iki hane ile belirtilir. Yedi/on dört ders 21/42 kredilik zorunlu ders yükünü başarılı olarak tamamlayan ve belirtilen akademik ortalamaları sağlayan tezli yüksek lisans ve doktora öğrencileri, başarısız oldukları ders veya dersleri tekrar almak zorunda değildir.
4. Tezsiz yüksek lisans programlarında ise AGNO, öğrencinin başarmış olduğu en yüksek on ders 30 kredilik miktara ait kredi ve notların çarpılarak bu derslere ilişkin toplam krediye bölünmesiyle bulunan değerdir. On ders 30 kredilik zorunlu ders yükünü başarılı olarak tamamlayan ve belirtilen akademik ortalamaları sağlayan tezsiz yüksek lisans öğrencileri, başarısız oldukları ders veya dersleri tekrar almak zorunda değildir.

MEZUNİYET KOŞULLARI

Yapay Zekâ Yüksek Lisans Programı’nı öğrencinin tamamlama süresi, bilimsel hazırlık programı hariç azami altı yarıyıldır. Danışman onayı ile iki yarıyıl uzatma söz konusudur.

EĞİTİM TÜRÜ

Tam zamanlı

EĞİTİM/SINAV DİLİ

%100 İngilizce

Yapay Zeka Tezli YL Program Yürütme Kurul Üyeleri
1 - Prof. Dr. Yusuf Sinan AKGÜL	Program Koordinatörü
2 - Doç. Dr. Habil KALKAN	Üye
3 - Dr. Öğr. Üyesi Yakup GENÇ	Üye
1 - Dr. Öğr. Üyesi Alp Arslan BAYRAKÇİ	Yedek Üye

BÖLÜM OLANAKLARI

No	Laboratuvar adı	Özellikleri
1	Bilgisayarla Görme Laboratuvarı	Bu laboratuvarda yapay Zekânın görme alanında uygulamaları yapılmaktadır. Yüksek performanslı bilgisayarları, birçok endüstriyel kalitede kamera ve lensleri, ışıklandırma sistemlerini ve pozisyon destekli donanımları içermektedir. Laboratuvar kütüphanesinde de birçok bilgisayarla görme ve genel bilgisayar bilimi kitapları bulunmaktadır. Çalışma alanları endüstriyel denetim, medikal görüntü analizi, stereo görü ve 3B şekil kazanımı, netleştirme bulanıklaştırmadan şekil çıkarımı, eğlence, gözetim (surveillance), multimedya uygulamaları ve akıllı robot sistemleridir. 50m²k’lik bir alanda kurulu olan laboratuvarda baş takipçisi, göz izleyici, lens ve kamera kutuları, stereo kameralar, derinlik kameraları, super micro 7047GR-TPRF, AscTec Pelican insansız hava aracı ve muhtelif iş istasyonları (en az 6 adet) bulunmaktadır.
2	Bilgisayar Ağları Laboratuvarı	Bilgisayar Ağları Laboratuvarı akademik dünyadaki bilgisayar ağları konularından; sensor ağları, servis kalitesi (QoS), mobil ağlar, kablosuz ağlar, ağ modelleme ve simülasyonu, multimedya iletim optimizasyonu, servis kalitesi temelli yönlendirme, ağ mimarisi ve ağ yönetimi gibi konular hakkında üst seviyede araştırmalar yapmaktadır. Laboratuvarımızın misyonu; yüksek kalitede araştırmalar yaparak, sonuçları yayınlama yoluyla bilgisayar ağları topluluklarına katkıda bulunmak ve yukarıda belirtilen alanlarda araştırmacıları eğitmektir. 50 m² alanda muhtelif iş istasyonları (en az 5 adet) bulunmakta ve üzerlerinde özel yazılım bulunmaktadır.
3	Robotik ve Kontrol Laboratuvarı	Kontrol Teknolojileri ve Robotik Laboratuvarı, kontrol sistemleri ve robotik konularında uygulamalı ve teorik araştırma/öğretim yapılan bir birimdir. Laboratuvarda çeşitli üniversitelerin dört farklı bölümüyle beraber projeler yürütülmektedir. Ana araştırma alanımız elektromekanik sistemlerin uygulamalı doğrusal olmayan kontrolüdür. 100 m² alanda 6 serbestlik dereceli robot manipülatör, 5 serbestlik dereceli Quanser haptik araç, 2 ve 3 serbestlik dereceli direk sürülebilen robot manipülatörler, çeşitli FPGA kitleri, Texas Instruments, Quanser, ve NI donanımları bulunmaktadır.
4	Otonom Araç Laboratuvarı	Gebze Teknik Üniversitesi bünyesindeki kurulu olan bu laboratuvar genellikle lisans ve yüksek lisans öğrencilerinin proje çalışmalarını desteklemektedir. Bir adet elektrikli test aracının bulunduğun laboratuvar 50 m² alanda kurulmuştur ve araç giriş çıkışı için dışarıya bağlantısı bulunmaktadır. Bilgisayar Mühendisliği bölümü kulüplerinin otonom araç yarışlarına katılımına bu laboratuvarda destek verilmektedir.
5	Ağ ve Bilgi Güvenliği Laboratuvarı	Laboratuvarın amaçları araştırmalar ile güncel bilgi güvenliği çözümlerini ve sistemlerini geliştirmek, Lisans ve Yüksek Lisans seviyesindeki öğrencileri bilgi ve ağ güvenliği konuları üzerine eğitmek, Yüksek Lisans ve Doktora öğrencilerinin bu alanlarda tez yapmasını sağlamak ve araştırma projelerini gerçeklemektir. 50 m² alanda kurulu olan laboratuvarda 2 Akıllı Kart Okuyucu, 4 PC ve 3 İş istasyonu mevcuttur.
6	İnsan Bilgisayar Etkileşimi Laboratuvarı	Bu laboratuvarda kullanılabilirlik, bilgisayar erişimi, arayüz tasarımı ve giriş çıkış cihazları konusunda araştırmalar yapılmaktadır. 50 m²alanda 5 iş istasyonu, Eyetracker, Stereo Gözlükler, HMD Oculus, Haptik Feedback cihazı, Kiosk, panel monitör, sensörler bulunmaktadır.
7	Kablosuz Araştırma Laboratuvarı	Kablosuz Araştırma Laboratuvarı; akademik dünyadaki kablosuz araştırma konularından; kablosuz haberleşme, sinyal işleme, sezim ve kestirim teorisi ve bunun kablosuz konumlandırma ve izleme için uygulamaları, bilişsel radyo ağları, yeni nesil kablosuz ağlar (LTE,Wi-Fi, UWB) üzerine üst seviyede araştırmalar yapmaktadır. Laboratuvarımızın misyonu; yüksek kalitede araştırmalar yaparak, sonuçları yayınlama yoluyla kablosuz haberleşme ve sinyal işleme topluluklarına katkıda bulunmak ve yukarıda belirtilen alanlarda araştırmacıları eğitmektir.
8	Genel Kullanım Laboratuvarı	40 adet i5 işlemcili ya da daha yüksek performansta bilgisayarı bulunan 100 metrekare büyüklüğünde bir sınıftır. Lisans öğrencileri de kullanabilmektedir.
9	Proje Geliştirme Laboratuvarı	30 adet i5 işlemcili ya da daha yüksek performansta bilgisayarı bulunan 100 metrekare büyüklüğünde sınıf olup öğrenci proje ve çalışma geliştirme faaliyetleri için kullanılmaktadır. Lisans öğrencileri de kullanabilmektedir.
10	Sanayi İşbirliği Laboratuvarı	Gebze Teknik Üniversitesi'nin Fujitsu Türkiye ile ortaklaşa hayata geçirdiği Üniversite Sanayi İş Birliği Laboratuvarı, 16 adet çalışma küpü ve bilişim altyapısı içermektedir. Laboratuvar aynı zamanda kuluçka merkezi olarak da hizmet vermektedir.
11	Sayısal Tasarım Laboratuvarı	Accenture firması tarafından hibe edilen 15 adet deney masası, tasarımların yapılacağı yazılımları kullanmak için 15 adet laptop, laptoplara bağlanabilen 15 adet Intel FPGA Geliştirme Kiti, FPGA içindeki devrelerini test edebilmek için, laptoplara bağlanabilen ve hem sayısal hem de analog ölçüm yapabilen USB osiloskoplar, gelişmiş ve yüksek hızda örnekleme yapabilen hem analog hem sayısal ölçüm yapabilen 2 adet RIGOL masaüstü osiloskop mevcuttur. Ayrıca Gömülü sistem gibi derslerde kullanılabilecek ARM tabanlı STM32 mikro denetleyici geliştirme kitleri ve 37 sensörden oluşan bir içeriğe sahip Sensör kitleri de mevcuttur. 60 m² bir mekanda hizmet veren laboratuvarı lisans öğrencileri de kullanabilmektedir.

Son güncelleme: 02 Ocak 2026