Hoş Geldiniz,
Misafir
.
Oturum Aç
.
English
NİNOVA
DERSLER
YARDIM
HAKKINDA
Neredeyim:
Ninova
/
Dersler
/
Elektrik-Elektronik Fakültesi
/
KON 442E
/
Dersin Bilgileri
Fakülteye dön
Ana Sayfa
Dersin Bilgileri
Dersin Haftalık Planı
Değerlendirme Kriterleri
Dersin Bilgileri
Dersin Adı
Türkçe
Öğrenme Tabanlı Kontrol Sistemlerine Giriş
İngilizce
Introduction to Learning based Control Systems
Dersin Kodu
KON 442E
Kredi
Ders
(saat/hafta)
Uygulama
(saat/hafta)
Labratuvar
(saat/hafta)
Dönem
8
3
3
-
-
Dersin Dili
İngilizce
Dersin Koordinatörü
Kemal Uçak
Dersin Amaçları
Klasik ve öğrenme tabanlı uyarlamalı kontrol yöntemleri arasındaki temel farkları anlamak.
Lyapunov kararlılığı gibi temel kararlılık kavramlarını öğrenmek ve uyarlamalı kontrol tasarımında uygulamak.
Farklı sistem dereceleri için model referanslı uyarlamalı kontrolör tasarlayabilmek.
Yapay sinir ağları gibi makine öğrenmesi tabanlı kontrol yöntemlerini öğrenmek.
Dayanıklı ve ileri düzey uyarlamalı kontrol yöntemleri ile bunların gerçek dünya uygulamalarını keşfetmek.
Dersin Tanımı
Klasik kontrol ve öğrenme tabanlı kontrol, temel matematiksel kavramlar, Lyapunov kararlılık, MRAC tasarımı, uyarlanabilir dinamik ters çevirme kontrol, Parametre yakınsaması, Dayanıklılık için MRAC tasarım değişiklikleri, Parametre kayması, Projeksiyon tabanlı MRAC, MRAC için makine öğrenmesi tabanlı yaklaşımlar, kestirim tabanlı uyarlamalı kontrol, yapılandırılmamış ve modellenmemiş dinamiklere sahip dinamik sistemler için MRAC, uyarlanabilir geri adımlama kontrolcüsü, eşzamanlı ve bileşik öğrenme tabanlı uyarlanabilir kontrol, makine öğrenmesi kullanan gelişmiş kontrol teknikleri
Dersin Çıktıları
Uyarlamalı ve öğrenme tabanlı kontrol sistemlerinin temel kavramlarını açıklayabilecektir.
Lyapunov kararlılık teorisini uygulayarak uyarlamalı sistemlerin kararlılığını analiz edebilecektir.
MRAC kontrolörleri tasarlayıp uyarlamalı parametreleri ayarlayabilecektir.
Yapay sinir ağları kullanarak makine öğrenmesi tabanlı kontrol yaklaşımlarını uygulayabilecektir.
Uyarlamalı kontrolörlerin performansını pratik senaryolarda değerlendirebilecektir.
Önkoşullar
EEF 281 MIN. DD or EEF 281E MIN. DD )
Gereken Olanaklar
Diğer
Ders Kitabı
Eugene Lavretsky, Kevin A. Wise (2024) Robust and Adaptive Control With Aerospace Applications. Second Edition- Springer- Advanced Textbooks in Control and Signal Processing
Diğer Referanslar
Karl Johan Åström, Björn Wittenmark (2008) Adaptive Control. Dover Publication
Ryan G. McClarren (2021) Machine Learning for Engineers: Using data to solve problems for physical systems. Springer
Simon Haykin (1999) Neural Networks: A Comprehensive Foundations . Pearson Education
Dersler
.
Yardım
.
Hakkında
Ninova, İTÜ Bilgi İşlem Daire Başkanlığı ürünüdür. © 2026