Skip to main content

ROM Tabanlı Yaklaşımlarla Model Karmaşıklığını Azaltma

Anasayfa > Etkinlikler > ROM Tabanlı Yaklaşımlarla Model Karmaşıklığını Azaltma

Etkinlik Akışı

Bu sunumda, yüksek sadakatli mühendislik modellerinin (high-fidelity) neden maliyetli olduğunu ve bu problemi Reduced Order Modeling (ROM) ile nasıl hafifletebileceğimizi ele alacağız. MATLAB & Simulink içinde ROM’un temel kavramlarını ve pratik akışını, jet motoru türbin kanadı örneği üzerinden uçtan uca göstereceğiz.

Etkinlik ajandası şu şekildedir;

01 – Giriş
MATLAB Ortamında Yapay Zeka ve Makine Öğrenmesi
02 – Zorluklar ve Motivasyon
Yüksek sadakatli (high-fidelity) modellerin karmaşıklığı ve ROM ihtiyacı
03 – İndirgenmiş Mertebeli Modelleme (Reduced Order Modeling – ROM)
Temel kavramlar, yöntemler ve uygulama alanları
04 – Örnek Çalışma
Jet motoru türbin kanadı için ROM uygulama örneği
05 – Entegrasyon ve Doğrulama
Simulink eklentileri, sentetik veri üretimi, doğrulama kütüphanesi (Verification Library)
06 – Müşteri Başarı Hikayeleri
Subaru ve Cummins başarı hikâyeleri
07 – Soru & Cevap

Konuşmacı Bilgisi

Doğukan Kaygısız

Yapay Zeka ve Makine Öğrenmesi Mühendisi
Atatürk Üniversitesi Bilgisayar Mühendisliği bölümünden mezun olmuştur. Yaklaşık iki yıldır Otonom Araç Teknolojileri ve Yapay Zeka konuları üzerinde çalışmalar gerçekleştirmiştir. FİGES’te Yapay Zeka ve Makine Öğrenmesi Mühendisi olarak çalışmaktadır.

Konum


Microsoft Teams

Tarih


Mart 12, 2026

Saat


14:00-15:00

Etkinlik Linki


© FİGES A.Ş. Tüm hakları saklıdır. Tasarım ordek.co.