Eğitim Kataloğu
Ders Kodu Ders Adı Teorik Uygulama Laboratuvar Yerel Kredi AKTS
PNGE413 AKILLI SAHA TEKNOLOJİSİ 3,00 0,00 0,00 3,00 6,00

Ders Detayı
Dersin Dili : İngilizce
Dersin Seviyesi : Lisans
Dersin Tipi : Seçmeli
Ön Koşullar : Yok
Dersin Amacı : Bu ders dijital petrol sahaları, Akıllı teknolojiler, büyük veri madenciliği ve işlenmesi hakkında değerli perspektifler sunmaktadır.
Dersin İçeriği : M2M, Networks, Big Data, Surrogate Reservoir Models, ANN, Machine learning, Instrumentation and Measurement, Data Filtering and Conditioning
Dersin Kitabı / Malzemesi / Önerilen Kaynaklar : Intelligent Digital Oil and Gas Fields, Concepts, Collaboration, and Right-Time Decisions
Planlanan Öğrenme Etkinlikleri ve Öğretme Yöntemleri : -
Ders İçin Önerilen Diğer Hususlar : .
Dersi Veren Öğretim Elemanları : Doç. Dr. Can Polat
Dersi Veren Öğretim Elemanı Yardımcıları : -
Dersin Verilişi : yüz yüze
En Son Güncelleme Tarihi : 2.09.2025 22:18:07
Dosya İndirilme Tarihi : 17.02.2026

  • 1 M2M
  • 2 Networks
  • 3 Big data
  • 4 ANN
  • 5 SVM

Ders Kodu Ders Adı Koşul Teorik Uygulama Laboratuvar Yerel Kredi AKTS

Teorik Uygulama Laboratuvar Hazırlık Bilgileri Öğretim Metodları Dersin Öğrenme Çıktıları
1.Hafta *Networks, M2M
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, konuya ilişkin temel kavram ve tanımların gözden geçirilmesi, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
2.Hafta *Networks, M2M
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
3.Hafta *Smart Completion, Smart Well
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
4.Hafta *Real time data, Big data analysis, Data mining
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
5.Hafta *Surrogate Reservoir Models
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
6.Hafta *Predictive modeling and Uncertainty analysis
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
7.Hafta *Instrumentation and Measurement, Data Filtering and Conditioning
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
8.Hafta *Midterm Exam
9.Hafta *Decision and analysis: Artificial Neural Networks
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
10.Hafta *Artificial Neural Networks with Matlab
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
11.Hafta *Fuzzy Set Theory, Fuzzy Pattern Recognition
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
12.Hafta *Fuzzy Set Theory, Fuzzy Pattern Recognition
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
13.Hafta *Genetic Optimization and Matlab
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
14.Hafta *Machine Learning
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma
15.Hafta *Machine Learning
*İlgili ders kitabı veya temel kaynaktan belirlenen bölümün okunması, önceki haftada işlenen konuların kısa tekrarının yapılması, konu ile ilişkili kısa araştırma yapılması (literatür, uygulama alanı vb.)
*Anlatım, soru-yanıt, tartışma

  • 1 Final : 60,000
  • 2 Vize : 40,000

Aktiviteler Sayı Süresi(Saat) Toplam İş Yükü
Ders Öncesi Bireysel Çalışma 14 1,00 14,00
Ders Sonrası Bireysel Çalışma 14 2,00 28,00
Final Sınavı Hazırlık 1 50,00 50,00
Ara Sınav Hazırlık 1 50,00 50,00
Derse Katılım 14 3,00 42,00
Toplam : 184,00
Toplam İş Yükü / 30 ( Saat ) : 6
AKTS : 6,00

P.Ç. 1 P.Ç. 2 P.Ç. 3 P.Ç. 4 P.Ç. 5 P.Ç. 6 P.Ç. 7 P.Ç. 8 P.Ç. 9 P.Ç. 10 P.Ç. 11
Ö.Ç. 1 4 0 0 0 0 0 0 0 0 0 0
Ö.Ç. 2 4 0 0 0 0 0 0 0 0 0 0
Ö.Ç. 3 4 0 0 0 0 0 0 0 0 0 0
Ö.Ç. 4 4 0 0 0 0 0 0 0 0 0 0
Ö.Ç. 5 4 0 0 0 0 0 0 0 0 0 0
Ortalama 4,00 0 0 0 0 0 0 0 0 0 0