Cebirsel yapılar, gruplar, sayı sistemleri, asal sayılar, matematiksel tümevarım, permütasyon ve kombinasyonlar, özyinelemeli bağıntılar, graf teorisi ve uygulamaları.

Matematiksel temeller, temel kriptolojik teknikler, kripto analiz, eliptik eğri kriptolojisi, kuantum kriptolojisi.

Veri yapıları ve programlamaya giriş, pointerlar ve diziler, dinamik bellek yönetimi, nesneye yönelik tasarım, bağlı liste yapısı, yığın, kuyruk, özyineleme, ağaçlar, ikili arama ağaçları, kümeler, mapler, heap ağaçları, öncelikli kuyruk, graflar

Süreçler arası haberleşme, senkronizasyon ve eleme. Dağıtık anlaşma, işlem (transaction) ve kopyalanmış veriler. Paralel ve dağıtık işletim sistemlerine giriş ve temel kavramlar. Senkronizasyon mekanizmaları, kilitlenmeler (deadlock), dağıtık işletim sistemlerinin temelleri, UNIX üzerinden çok görevli isletim sistemleri, semaforlar, ADA buluşmaları, taşıyıcılar, çoklu işlemciler ve dağıtık veritabanı sistemleri için görev planlama.

Bilgisayar mimarisi performansı, komut set tasarımı, boru hattı, komut seviyesi benzerliği, hafıza sistemleri, ön bellek (cache) tasarımı ve analizi, depolama sistemleri, birbirine bağlı ağlar, çoklu işlemci mimarisi ve gömülü sistemler.

Temel kavramlar ve CMMI, yazılım doğrulama ve onaylama, yazılım konfigürasyon yönetimi, yazılım kalite güvence süreci, yazılım dokümantasyon süreci, yazılım yönetim süreci.

Veri madenciliğinin tanımı, veri madenciliği uygulama alanlarına, tekniklerine ve modellerine genel bakış. Veri madenciliği aşamaları: Amacı belirleme, amaca uygun veri kümesi oluşturma (veri seçme), veri ayıklama ve önişleme, veri azaltma ve veri dönüşümü, model değerlendirme ve bilgi sunumu. Bulunan bilginin yorumlanması, veri madenciliği öğrenme algoritmalarını inceleme: Karar ağaçları, sınıflandırma, eğri uydurma, bağıntı kurma, bellek tabanlı yöntemler, denetleme, yapay zeka teknikleri, kaba kümeleme teorisi.

Veri madenciliğinde ileri konular: Çok boyutlu veri analizi, veri görselleştirme teknikleri, özel ve çoklu ortam veritabanlarından madencilik, ardışıl örüntü madenciliği. Veritabanlarında benzerlik arama, metin madenciliği, web madenciliği, çevrimiçi analitik işleme (OLAP) ve OLAP sorgulama işlemi.

Görüntünün matematiksel modeli, görüntü içinde frekans kavramı ve frekans spektrumu, görüntü örneklemi ve örnek frekansında durumlar, 2-D işaretlerde ayrılmalar, Fourier serilerinde görüntünün genişlemesi, 2-D Fourier transformu, ayrılabilir görüntülerin Fourier transformu, Z transformu ve transfer fonksiyonu, görüntüye uygulanan doğrusal işlemler, görüntü bölümleme, görüntü onarımı, görüntü sıkıştırma.

İnternet protokolleri, iç yönlendirme protokolleri, en kısa açık yol algoritması, dış yönlendirme protokolleri, çoklu protokol etiket anahtarlama, IP çoklu yayın, gezgin internet yapıları, QoS yönlendirme.

Yedekleme ağları, kablosuz iletişim, GSM, GPRS, UMTS, kablosuz yerel alan ağları, mobil IP, WAP.

Ağ güvenliğine giriş, problemler, DES, 3DES, AES, RSA, Diffie-Hellman, MD-5, SHA-1, dijital imzalama, ağ güvenliği standartları: Güvenli elektronik posta (PGP), S-MIME, SSL, TLS, IPSec.

Bilgisayar Mühendisliğinde güncel araştırma konularında çalışma ve sunum.

Bilgisayar Mühendisliğinde güncel araştırma konularında çalışma ve sunum.

Bu ders öğrencilere adli bilişim teknolojisinin temellerini tanıtır. Bilgisayar sistemlerine yönelik tehditlerin ve güvenlik açıklarının tanımlanmasına ve bunların nasıl en aza indirileceğine vurgu yapılır. Öğrenciler, bilgisayar korsanlarının kurbanları nasıl tanımladığını, siber saldırıların nasıl gerçekleştirildiğini ve bilgisayar sistemlerine erişmek için kullanılan çeşitli yöntemleri öğreneceklerdir.

Makine Öğrenmesi, YZ'nın bir alt disiplinidir ve temel olarak öğrenme yöntemlerinin geliştirilmesiyle ilgilenir. Bu yöntemler çok çeşitli problemleri çözmek için kullanılır. Şu anda, derin öğrenme çok önemlidir, ancak aynı zamanda istatistiksel öğrenme yöntemleri (derin öğrenmeden önceki eğilim) hala büyük ilgi görmektedir. Makine öğrenmesi yöntemleri, insanların açık çözüm yöntemlerini henüz tanımlayamadığı yerlerde kullanılır. Veriler gürültülü ve eksik olduğunda, bu aynı zamanda gerçek dünya meselelerini de etkiler. Örneğin, değişen aydınlatma koşullarında veya kısmen başka bir nesne tarafından önü kapansa bile belirli bir nesneyi tanımak zor değildir. Bilgisayarlar için bu hala büyük bir zorluktur. Makine Öğrenmesi, bu zorlukları aşmalarına yardımcı olur.

Araştırmanın anlamı, önemi ve amacı. Araştırma çeşitleri. Araştırma yaklaşımları. Araştırma ve bilimsel yaklaşım. Araştırma kriterleri. Araştırma probleminin belirlenmesi ve çözüm yaklaşımları. Araştırmanın tasarlanması. Örnekleme tasarımı. Ölçme teknikleri. Veri toplama teknikleri. Verilerin analizi. Araştırmanın sunulması ve araştırma metni hazırlanması. Etik.

Öğrencilerin araştırmayı planladıkları konu üzerinde bir seminer vermeleri zorunludur.

Paralel ve dağıtık işlemenin temelleri, paralel hesaplama için soyut modeller, PRAM, dağıtık ve paralel algoritmaların analizi ve karmaşıklıkları, paralel ve dağıtık algoritmaların tasarım teknikleri, paralel sıralama ve arama algoritmaları, dağıtık arama, paralel numerik ve geometrik algoritmalar, graf algoritmaları, dağıtık ağlar.

Turing makineleri, hesaplama modelleri, sonlu durum modelleri, hesaplama karmaşıklığı, ardışık fonksiyonlar, hesaplanabilirlik ve çözümlenemezlik, hızlandırma ve katmanlama teoremleri.

Yapay zekâya giriş, problem çözme, arama, sezgiseller, planlama, uzman sistemler, sinir ağları, robotik uygulamalar, doğal dil işleme, LISP, PROLOG ve yapay zeka uygulamaları.

Matematiksel modellemenin önemi, gerçek sistem modelleri, modellerin çözümü; kuyruk, teorik, nümerik çözüm metotları, simülasyon metotları, kullanım uygulamaları.

Giriş, görüntüleme sistemleri, görüntü işleme teknikleri, görüntü iyileştirme, gürültü temizleme, bölütleme, kenar belirleme algoritmaları, köşe saptama algoritmaları, hareket algılama ve hareket takibi, özellik algılama ve eşleştirme, kamera kalibrasyonu, geometrik dönüşümler, parametre tahmini ve RANSAC algoritması, stereo görü, nesne tanıma.

Akademik danışmanı ile belirlediği bir konuda araştırma ya da deneysel inceleme hazırlaryıp sunum yapmak.

Yeterlik sınavı yazılı ve sözlü olmak üzere iki aşamadan oluşmaktadır. Öğrencinin programa devam edebilmesi için her iki aşamadan da başarıyla geçmesi gerekmektedir.

Öğrenciler, yeterlik sınavında başarılı olduktan sonra alanında bilimsel ve etik kurallara uygun tez önerilerini sunarlar.

Öğretim üyelerinin danışmanlığında Bilgisayar Mühendisliği doktora öğrencilerinin tez çalışması ve tez yazımı.

This course introduces students to the fundamentals of digital forensics technology. Emphasis is placed on identifying cyber threats to, and vulnerabilities of, computer systems and how to minimize them. Students will learn how hackers identify victims, how attacks are executed, and various methods used to access to computer systems

Machine Learning is a sub-discipline of AI and mainly deals with the development of learning methods. These methods are used to solve a wide variety of problems. Currently, deep learning is very important, but at the same time statistical learning methods still receive great attention. Machine learning methods are used where people cannot yet define open solution methods. When data is noisy and incomplete, this also affects real world issues. For example, it is not difficult to recognize a particular object even under changing lighting conditions or when partially covered by another object. For computers, this is still a huge challenge. Machine Learning helps them overcome these challenges.

Radar denklemi ve sistem parametreleri, radar sistemlerin bileşenleri, RCS ve hedef karakteristikleri, sürekli dalga radarı, frekans modülasyonlu CW radar, MTI ve darbeli Doppler Radarı. İşaret algılama, dalga formları. Radar belirsizlik fonksiyonu. Radar ölçmeleri ve uygulamaları.

Araştırmanın anlamı, önemi ve amacı. Araştırma çeşitleri. Araştırma yaklaşımları. Araştırma ve bilimsel yaklaşım. Araştırma kriterleri. Araştırma probleminin belirlenmesi ve çözüm yaklaşımları. Araştırmanın tasarlanması. Örnekleme tasarımı. Ölçme teknikleri. Veri toplama teknikleri. Verilerin analizi. Araştırmanın sunulması ve araştırma metni hazırlanması. Etik.

Tedarik zinciri yönetimi ve lojistik sistemlerinin temel kavramları, bu sistemlerin analizi için matematiksel modellerin ve sayısal tekniklerin kullanılması, tedarik zincirinin temel bileşenlerinin (satınalma, stok, üretim ve ulaştırma gibi) incelenmesi.

İleri mühendislik ekonomisinin teorisi ve uygulaması kapsanmaktadır. Eşdeğerlik, finansman, finansal ifadeler ve analiz, proje değerlendirme, risk altında fayda ve tutumlar, stokastik analiz.