Bilgi Paketi / Ders Kataloğu
EE 486 Computing with Emerging Technologies
MEF Üniversitesi
Akademik Programlar
Psikoloji
Öğrenciler için Genel Bilgi
Diploma EkiErasmus Beyanı
Psikoloji
Lisans Programın Süresi: 4 Kredi Sayısı: 240 TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF: 6. Düzey

Ders Genel Tanıtım Bilgileri

School/Faculty/Institute Faculty of Engineering
Course Code EE 486
Course Title in English Computing with Emerging Technologies
Course Title in Turkish Gelişen Teknolojilerle Hesaplama
Language of Instruction EN
Type of Course Flipped Classroom
Level of Course Intermediate
Semester Fall
Contact Hours per Week
Lecture: 3 Recitation: 0 Lab: 0 Other: 0
Estimated Student Workload 153 hours per semester
Number of Credits 6 ECTS
Grading Mode Standard Letter Grade
Pre-requisites EE 201 - Circuit Analysis I | EE 212 - Electrical and Electronic Circuits
Expected Prior Knowledge EE 201 or EE 212
Co-requisites None
Registration Restrictions Only Undergraduate Students
Overall Educational Objective To learn to understand and analyze emerging nanoelectronic circuits and computing paradigms, compare them with conventional CMOS-based technologies, and investigate related algorithms and CAD tools, so as to explore and innovate in the field of advanced electronic circuits.
Course Description As current CMOS based technologies are approaching their anticipated limits, emerging nanotechnologies and new computing paradigms are expected to be used in future electronic circuits. This course overviews nanoelectronic circuits in a comparison with those of conventional CMOS-based. Deterministic and probabilistic emerging computing models as well as related algorithms and CAD tools are investigated. Regarding the interdisciplinary nature of emerging technologies, this course is appropriate for engineering students with a basic knowledge in circuits.
Course Description in Turkish Mevcut CMOS tabanlı teknolojiler beklenen sınırlara yaklaşırken, ortaya çıkan nanoteknolojilerin ve yeni hesaplama paradigmalarının gelecekteki elektronik devrelerde kullanılması bekleniyor. Bu derste nanoelektronik devreler geleneksel CMOS tabanlı devrelerle karşılaştırmalı olarak ele alınmaktadır. Deterministik ve olasılıksal olarak ortaya çıkan hesaplama modelleri, ilgili algoritmalar ve CAD araçları incelenmektedir. Gelişen teknolojilerin disiplinler arası doğası göz önüne alındığında, bu ders temel devre bilgisine sahip mühendislik öğrencileri için uygundur.

Course Learning Outcomes and Competences

Upon successful completion of the course, the learner is expected to be able to:
1) compare CMOS circuit elements with circuit elements and devices in computational nanoelectronics including nano-crossbar and memristor switches, reversible quantum gates, approximate circuits and systems, and emerging transistors;
2) simulate emerging computing models and algorithms in circuit level;
3) analyze deterministic and probabilistic computing paradigms;
4) discuss performance of the computing models regarding area, power, speed, and accuracy;
5) apply fault analysis and tolerance techniques for permanent and transient faults.
Program Learning Outcomes/Course Learning Outcomes 1 2 3 4 5
1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi.
2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi.
3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği.
4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi.
5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi.
6) Mesleki etik standartların içselleştirilmesi ve yayılması.
7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme.
8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi.
9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme.
10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme.
11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi.
12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi.
13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme.

Relation to Program Outcomes and Competences

N None S Supportive H Highly Related
     
Program Outcomes and Competences Level Assessed by
1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. N
2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. N
3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. H Exam,HW,Participation
4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. N
5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. N
6) Mesleki etik standartların içselleştirilmesi ve yayılması. N
7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. N
8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. N
9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. S Participation
10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. S HW,Participation
11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. N
12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. S Exam,HW
13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. H Exam,HW
Prepared by and Date TUBA AYHAN ,
Course Coordinator TUBA AYHAN
Semester Fall
Name of Instructor Prof. Dr. MUSTAFA ALTUN

Course Contents

Hafta Konu
1) Introduction
2) Overview of emerging nanoscale devices and switches
3) Reversible quantum computing
4) Reversible circuit analysis and synthesis
5) Molecular computing with individual molecules and DNA strand displacement
6) Computing and logic synthesis with switching nano arrays
7) Nano arrays and memristor arrays
8) Probabilistic/Stochastic and approximate computing
9) Probabilistic/Stochastic and approximate computing
10) Defects, faults, errors, and their analysis and tolerance
11) Defects, faults, errors, and their analysis and tolerance
12) Project design and student presentations
13) Project design and student presentations
14) Project design and student presentations
15) Final examination and presentation period
16) Final examination and presentation period
Required/Recommended Readings1. Adamatzky, A. (Ed.). (2016). Advances in Unconventional Computing: Volume 1: Theory (Vol. 22). Springer. 2. Waser, R. (2012). Nanoelectronics and information technology. John Wiley & Sons. 3. Iniewski, K. (2010). Nanoelectronics: nanowires, molecular electronics, and nanodevices. McGraw Hill Professional. 4. Stanisavljević, M., Schmid, M, Leblebici, Y. (2010). Reliability of Nanoscale Circuits and Systems: Methodologies and Circuit Architectures, Springer. 5. Adamatzky, A., Bull, L., Costello, B. L., Stepney, S., Teuscher, C. (2007). Unconventional Computing, Luniver Press. 6. Zomaya, Y. (2006). Handbook of Nature-Inspired and Innovative Computing: Integrating Classical Models with Emerging Technologies, Springer. 7. Yanushkevich, S., Shmerko, V., Lyshevski, S. (2005). Logic Design of NanoICs, CRC Press.
Teaching MethodsContact hours using “Flipped Classroom” as an active learning technique.
Homework and ProjectsPresentations are made individually or in groups depending on class size. Presentation topics will be posted.
Laboratory Work-
Computer UseCircuit CAD tools are used.
Other Activities-
Assessment Methods
Assessment Tools Count Weight
Ödev 4 % 40
Sunum 1 % 20
Projeler 1 % 40
TOTAL % 100
Course Administration altunm@mef.edu.tr
-
Instructor’s office and phone number: 5th Floor

ECTS Student Workload Estimation

Activity No/Weeks Hours Calculation
No/Weeks per Semester Preparing for the Activity Spent in the Activity Itself Completing the Activity Requirements
Ders Saati 14 2 3 70
Sunum / Seminer 1 15 2 17
Proje 1 30 2 2 34
Ödevler 4 6 2 32
Total Workload 153
Total Workload/25 6.1
ECTS 6