AI , GA, NN , IP, CG alanlarInda Proje GruplarI

1. AI, GA, NN, IP, CG alanlarInda Proje GruplarI EGE Üniversitesi Bilgisayar Mühendisliği Bölümü 2011

2. ARTIFICIAL INTELLIGENCE GROUP • Genetik Algoritmalar • Karınca Kolonisi Algoritmaları • Yapay Sinir Ağları • Optimizasyon • Yol Planlama • Gezgin Satıcı Problemi • Zeki Sistemler • Tanıma (Karakter, Yüz, Parmakizi, İris, …) • Görselleştirme • 3D (OpenGL, JOGL, Java 3D, X3D) AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

3. Tamamlanmış Bazı Projeler http://yzgrafik.ege.edu.tr http://yzgrafik.ege.edu.tr/~aybars/CGAI/Projects.htm AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

4. Proje Grupları Kime Yönelik Mezun olduğunda, AI, NN, IP, CG alanlarından en azından birinde çalışma isteği olan öğrenciler. Yurtiçi veya Yurtdışı üniversitelerde akademik kariyer olanakları geniş. Her dönem birkaç mezunumuz, büyük üniversitelerde bu alanlarda araştırmalarına devam etmektedirler. Türkiye’de İş hayatında ise imkanlar kısıtlı. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

5. Diğer Alanlar EGE Ü., Bilgisayar Müh. Bölümü, Bankacılık ve Telekomünikasyon gibi yazılım temelli sektörlerde özellikle İstanbul, Ankara ve İzmir’de kendini kanıtlamıştır. Mezunlarımızın çoğu, bu alanlarda iyi şartlarda çalışmaktadır. Öncelikli olarak AI, NN, IP, CG dışında kalan alanları (Yazılım Geliştirme, Mobil Teknolojiler, Bilgisayar Ağları gibi) düşünenlerin, sonraki slaytlarda belirtilen çalışmalara katılması önerilmez. Bunun yerine, yönlendirilmek veya bölümdeki diğer gruplara katılmak için, konularla ilgili diğer öğretim üyeleri ile görüşmeleri uygun olacaktır. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

6. Alan Seçiminde Önemli İpuçları Çalışmaya karar verirken, derslerinizin başarısını düşürmeyeceğini garanti etmeniz. Bu nedenle çalışmalarınızı yazın 2-3 haftasını ayırarak da yapabilirsiniz. Toplantı, dönem içinde de çalışmak isteyenler için bu sene erkene alınmıştır. Birden fazla alanda çalışmayı düşünüyorsanız, yararlılık, yaygınlık, kolaylık, şartlar, ve iş imkanı gibi özelliklerini dikkate alarak tercih etmeniz. Aynı sürede ve şartlarda, tek konuya çalışan ve odaklanan kişi, birden fazla konuyla ilgilenen kişiye göre daha fazla uzmanlaşır. Bilgi kalitesi de daha yüksek olur. Akademik süreçler, iş hayatına göre daha fazla sayıda işlemden oluşmaktadır. Çok sayıda aşamadan geçmek gerekmektedir. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

7. Ön Proje İlgilenen öğrencilerin, gelecek güz dönemi başlamadan önce, 2-3 kişilik çalışma grupları oluşturarak, ilgili alanda yeteneklerinin belirlenmesi açısından, istedikleri bir alanda (CG, AI, NN, IP içinden) bir ön proje hazırlamaları gerekmektedir. İstekli gruplar, ön proje olarak düşündükleri konunun amacını ve içeriğini anlatan bir sayfalık belge hazırlayarak, 2 hafta içerisinde aybars.ugur@ege.edu.tr adresine göndermelidirler. Ön projenin gerçekleştirimi, yaz sonuna kadar sadece 2-3 hafta ayrılarak tamamlanabilir. Öğrencilerin bu süre içerisinde İzmir’de olması gerekmez. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

8. Çalışma Grupları Ön projenin beğenilmesi durumunda, gruba uygun ve daha ileri bir projeye atanabilecektir. Her bir çalışma grubu, sadece bir alana yoğunlaşarak uzmanlaşacaktır. Her bir alan için, Yapılabilecek Ön Proje Örnekleri ve bu konuda çalışmaya başlamak için en uygun bazı ders notları, kitaplar, vb. sonraki slaytlarda belirtilmiştir. Bu ön proje örnekleri ve çalışma konuları dışında da AI, NN, IP, CG alanlarında proje önerileri olanlar varsa, danışmaları durumunda konu uygun biçime getirilerek kabul edilebilir. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

9. ÇalIşmaya NasIl BaşlamalIyIm? Kaynak Kitaplar, Ders Notları, İlk Aşamada Yapılabilecek Projeler

10. 1. Yapay Zeka Kitaplar : Vasif Nabiyev ,Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s., Seçkin, Ankara, 2005. (3. baskı çıktı) Russell, S.J. And Norvig, P., “Artificial Intelligence : A Modern Approach, Third Edition”, Prentice-Hall, 2009. (AIMA) Dersin Sayfası : http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/AI/index10.html Ders Notları : Dersin sayfasından ulaşılabilir. http://aima.cs.berkeley.edu/ AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

11. Yapay ZekaAlternatif Başlangıç Projeleri “Wolf, Goat, Cabbage” probleminin BFS, DFS ile çözümü. A* Algoritmasının Yazılması Genetik Algoritmalar ile TSP çözümü Genetik Algoritmalar ile Diophantine Problemi çözümü Genetik Algoritmalar ile 8-Queens Problemi Çözümü Alfa-Beta Budama ile Basit Bir Satranç Programı Labirentten çıkmayı sağlayan en kısa yolun bulunması Müşteri Uyarlı Sanal Market Uygulaması Japanese IQ Test: http://www.robmathiowetz.com/ Bilgisayara karşı Tic-tac-toe oyunu http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/AI/AI_10_Proje_02.doc Not: Araştırıldığında, bu konularda İnternet’te birçok kaynak ve kod bulunabilmektedir. Önce onların incelenmesi kolaylaştıracaktır. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

12. 2. Yapay Sinir Ağları Kaynaklar : • Prof. Dr. Ercan Öztemel, 2003, “Yapay Sinir Ağları”, Papatya Yayıncılık, 238s. • Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s. • Dersin Sayfası : http://yzgrafik.ege.edu.tr/~ugur/10_11_Spring/NN/index10.htm • Ders Notları : http://yzgrafik.ege.edu.tr/~ugur/10_11_Spring/NN/NN_LectureNotes2009.rar • www.yapay-zeka.org AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

13. Yapay Sinir AğlarıAlternatif Başlangıç Projeleri • Java veya C# ile, Perceptron YSA Modeli yazma Sınıflandırma Amaçlı kullanma • Matlab vb. bir araç kullanarak, tahminleme, sınıflandırma uygulaması yapma • Matlab vb. bir araç kullanarak YSA ile Karakter Tanıma • Dersin sayfasındaki Proje 2 ve Proje 3 de yapılabilir. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

14. 3. Görüntü İşleme • Matlab Image Processing Toolbox • OpenCV, Aforge.NET, vs. alternatifleri • Gonzalez, R.C., Woods, R., “Digital Image Processing”, 3rd Edition, Prentice-Hall, (2008). • Dersin Sayfası : http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/DIP/index10.html • Ders Notları : http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/DIP/LectureNotes.rar • http://www.yapay-zeka.org/ AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

15. Görüntü İşlemeAlternatif Başlangıç Projeleri Projelerde, Matlab, OpenCV veya Aforge.NET ortamlarından herhangi birisi tercih edilebilir: http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/DIP/index10.html sayfasındaki projelerden herhangi biri 1) Basit Görüntü İşleme Programı • Resim İyileştirme İşlemleri • Histogram İşlemleri • Dönüşüm İşlemleri • Morfolojik İşlemler • Filtreler • Diğer… 2) Karakter Tanıma (Önerilen) (http://yzgrafik.ege.edu.tr/~ugur/10_11_Fall/DIP/KARAKTER_TANIMA_AU.pdf) 3) Yüz Tanıma (http://yzgrafik.ege.edu.tr/~ugur/10_11_Spring/NN/NN_2010_P3.doc) AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

16. 4. Bilgisayar Grafikleri Kaynaklar : • Hearn, D. and Baker, M.P., 2004, Computer Graphics with OpenGL, Prentice-Hall, USA, 857p. • TOM MILLER, 3D Oyun Programlamaya Giriş, Alfa Yayınları, 2005 (Türkçe) – C#, DirectX • Michael MORRISON, Oyun Programlama 24 Saatte, Alfa Yayınları, 2004 (Türkçe) – C++ • Şerif Gözcü, OPENGL ve GLUT ile Oyun Programcılığına Giriş, Seçkin, 2006 • Dersin sayfası : http://yzgrafik.ege.edu.tr/~ugur/09_10_Spring/CG/index09.htm • Ders Notları: http://yzgrafik.ege.edu.tr/~ugur/08_09_Spring/CG/CG_LectureNotes2009.rar AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

17. Bilgisayar GrafikleriAlternatif Başlangıç Projeleri • OpenGL / DirectX / Java 3D veya denk bir sistem ile 3D basit bir oyun hazırlamak • Bir oyun motoru kullanarak 3D bir oyun hazırlamak • İki veya Üç Boyutlu Mobil bir Oyun yazmak (J2ME, OpenGL ES, M3G, …) • Blender / 3DS Max / Lightwave / Maya vb. ile ciddi bir tasarım yapmak • Dersin sayfasındaki Proje 1 veya Proje 2 de tercih edilebilir. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

18. Bölüm Binasının Modellenmesi(+Oyun Geliştirilmesi) • Game Engines : http://www.devmaster.net/engines/ • Unity : http://www.devmaster.net/engines/engine_details.php?id=256 • http://unity3d.com/ • Torque • http://www.devmaster.net/engines/engine_details.php?id=3 AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

19. 2008-2009 Dönemi : Bağlantılar http://yzgrafik.ege.edu.tr/~ugur/08_09_YAZ/ Alanda ilerlemek isteyenler için : Güz Döneminde (Yüksek Lisans) Yapay Zeka, (Yüksek Lisans) Sayısal Görüntü İşleme derslerim var. Derslerinizle veya lablarınızla çakışmazsa, dinleyici olarak girebilirsiniz (3. ve 4. sınıfta). Ders programları dönem başında belli olur. 3. sınıf Bilgisayar Grafikleri (Bahar) ve 4. sınıf bahar dönemindeki seçmeli Yapay Sinir Ağları dersime de dinleyici olarak katılabilirsiniz. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası

20. 3 sene önceki bir çalışma planı 1) 15 Temmuz'a kadar Görüntü İşleme ve OpenCV hakkında araştırma yapabilirsiniz (İnternet ve diğer kaynaklar). Bir 5 sayfalık rapor da hazırlayabilirseniz iyi olabilir 15 Temmuz gibi (Image Processing, OpenCV, Yapılabilecek projeler vs.). Örneklerine bakıp öğrenme amaçlı kodlamaya başlarsınız. İlk programı çalıştırmak biraz zaman alabilir. Dil tercihi size ait : Matlab, C++, .NET veya Java http://opencvlibrary.sourceforge.net/ http://derindelimavi.blogspot.com/search/label/OpenCv http://sourceforge.net/projects/opencvlibrary/ http://kisi.deu.edu.tr/levent.cetin/gis1.html http://www.hci.iastate.edu/575x/doku.php?id=opencv_resources http://www.cs.iit.edu/~agam/cs512/lect-notes/opencv-intro/opencv-intro.html#SECTION00053000000000000000 http://students.sabanciuniv.edu/~nusrettin/index_files/Turkish_files/Arsiv_files/OpenCVSablon.htm http://en.wikipedia.org/wiki/OpenCV http://www.erenaykin.net/blog/?p=8 http://gunluk.ismailari.com/2008/06/matlab-ile-opencvyi-birlikte-kullanmak.html http://opencv.wordpress.com/ 2) 30 Temmuz'da Yüz Tanıma veya Karakter Tanıma gibi daha ayrıntılı bir projeye odaklanırsınız. Arada görüntü işleme ve proje seçimi konusunda konuşuruz. 3) 30 Ağustos'ta Projeyi tamamlarsınız (ara ara çalışıp). 4) 15 Eylül'de, gerçekleştirdiğiniz projenin bir makalesini yazarsınız vereceğim formata göre; başarı durumuna göre daha ileri bir proje ataması yapabiliriz. AI, GA, NN, IP ve CG Çalışmaları : Yol Haritası