defter*
defter / katalog / ME 518

ME 518 Data-Based Control Systems

Classical control starts from a known model of the plant; this course is about what to do when you don't have one and have to let measured data fill that gap. You'll spend the term identifying input-output and state-space models from noisy experiments, compressing them with DMD/DMDc, and wrapping the result in MPC or reinforcement-learning controllers, typically in Python and MATLAB, building toward a project. It sits at the intersection of signals, optimization, and ML, and is increasingly how robotics, process, and aerospace groups close the loop when first-principles modeling runs out.

Kredi 3 ECTS 5 Fakülte Mühendislik Fakültesi Bölüm Makine Mühendisliği Koordinatör Yıldıray Yıldız

→ STARS müfredatı (resmi syllabus)

ME 518 dersinde kaç midterm var, ağırlıkları ne?

İzlencede 1 midterm var, ağırlığı %20. Final %30. Kalan %50 dersin öteki kalemlerinde. Tam dağılım aşağıda.

ME 518 dersinin ön koşulu var mı?

Bilkent kataloğunda bu ders için ön koşul yazılı değil.

ME 518 dersinde hangi kitap okunuyor?

İzlencede önerilen kitap: Data Driven Science & Engineering Machine Learning, Dynamical Systems, and Control, Steven L. Brunton, J. Nathan Kutz, 2017.

ME 518 kaç kredi?

3 Bilkent kredisi, 5 AKTS.

Haftalık müfredat 14 hafta

Hafta 114–20 Eyl
Classical ve state-feedback control tekrarı
Motivation, review of classical and state-feedback control
classical controlstate-feedback controlmotivasyon
Hafta 221–27 Eyl
Ölçüm, noise models ve data preprocessing
Measurement, noise models, data preprocessing
measurementnoise modelsdata preprocessing
Hafta 328 Eyl – 4 Eki
System identification: FIR/ARX ve least squares
System identification: FIR/ARX, least squares
system identificationFIRARXleast squares
Hafta 45–11 Eki
System identification: N4SID yöntemi
System identification: N4SID
system identificationN4SID
Hafta 512–18 Eki
Model validation
Hafta 619–25 Eki
DMD yönteminin temelleri
DMD fundamentals
DMD
Hafta 726 Eki – 1 Kas
Kontrollü DMD ve DMD-C
DMD with control, DMD-C
DMD-Ccontrol
Hafta 82–8 Kas
Model Predictive Control temelleri
Model Predictive Control (MPC) fundamentals
Model Predictive ControlMPC
Hafta 99–15 Kas
Data-Driven MPC Uygulaması
Data-driven MPC implementation (Python, Matlab)
data-driven MPCPythonMatlab
Hafta 1016–22 Kas
Data-driven controller'larda robustness ve kararlılık
Robustness and stability of data-driven controllers
data-driven controlrobustnessstability
Hafta 1123–29 Kas
Reinforcement learning temelleri
Reinforcement Learning fundamentals
reinforcement learning
Hafta 1230 Kas – 6 Ara
Reinforcement learning örnekleri ve MPC karşılaştırması
Reinforcement learning examples, MPC vs RL
reinforcement learningMPCRL
Hafta 137–13 Ara
Vaka Çalışmaları
Case studies
case study
Hafta 1414–20 Ara
Proje sunumları
Project presentations
proje sunumu

Değerlendirme 100% · 5 adım

20%
30%
5%
25%
20%
Midterm Midterm 20%
Final Final 30%
In-class attendance Attendance 5%
Project Term project 25%
Homework HW - evaluated via quizzes 20%
en büyük tek kalem %30 · sınav ağırlığı %50 nasıl hesaplanıyor
Notunu hesapla
KalemAğırlık Notun (100 üzerinden)
Midterm%20
Final%30
Attendance%5
Term project%25
HW - evaluated via quizzes%20
Bildiğin notları gir; girmediklerin hesaba katılmaz.

Ağırlıklar ME 518 izlencesinden. Hocanın bu dönemki dağılımı farklı olabilir; bağlayıcı olan ders izlencesidir. Harf notu sınırlarını hoca belirliyor, o yüzden hedefi sen giriyorsun. İzlencede FZ şartı var, sayfanın sonundaki kutuda.

Önerilen kaynaklar 1 kitap

📖
Önerilen
Data Driven Science & Engineering Machine Learning, Dynamical Systems, and Control, Steven L. Brunton, J. Nathan Kutz, 2017

Bu dersi alınca · 6 öğrenme çıktısı

Bilkent'in resmî syllabus'ünden. Sağdaki etiket o çıktının hangi değerlendirmeyle ölçüldüğünü söylüyor.

Ders notları · henüz yok

ME 518 için defter ekibi henüz not yazmadı.

İlk dosyayı sen atarsan: not, slayt, geçmiş sınav, çözüm, cheat-sheet, ne varsa. defter ekibi öğrenci paylaşımlarından bu dersin notlarını yazar. Drive linki / PDF / ZIP, hepsi olur.

← katalog
2026-2027 Güz döneminde açılmadı. Ders kaydı geçti, kayıt sisteminde bu dersin şubesi yok. Katalogda duruyor, yani başka bir dönem açılabilir. Son 4 güz döneminin 1 tanesinde açılmış; her yıl açılan bir ders değil. Açık dersler → · kayıt tarihleri

⚠️ FZ engelleyen şartlar

Course Learning Outcomes: Course Learning Outcome Assessment Acquire and preprocess experimental data for control design Midterm Final Term project HW - evaluated via quizzes Construct and validate linear input output and state space models using system identification techniques Midterm Final Term project HW - evaluated via quizzes Extract reduced order predictive models with Dynamic Mode Decomposition (DMD/DMDc). Midterm Final Term project HW - evaluated via quizzes Formulate and implement Model Predictive Control (MPC) on data driven models. Midterm Final Term project HW - evaluated via quizzes Explain and demonstrate core principles of reinforcement learning (RL) for control. Midterm Final Term project HW - evaluated via quizzes Evaluate stability, robustness, and limitations of data driven controllers. Midterm Final Term project HW - evaluated via quizzes

Hocalar 0 bu dönem · 1 geçmiş

Geçmişte ders veren (1 kişi)
Yıldıray Yıldız

Aynı koddan diğer dersler · katalogda 61 ME dersi · tüm ME dersleri →

ME 490Undergraduate Research in MEME 501Mathematical Techniques in Mechanical EngineerME 503Numerical Methods in Mechanical EngineeringME 505Machine Learning for Mechanical EngineeringME 523Molecular Simulation of MaterialsME 534Advanced Engineering ThermodynamicsME 545Multiscale Materials Modeling