Vizyonumuz

   Bölümü, pratik ve teorik bilgiye dayalı yeni teknolojiler ışığında dünya standartlarında içeriklerle sürekli güncellemek;   

   Aktif eÄŸitim araçlarının kullanımını arttırarak, sorgulayan, araÅŸtıran, üreten ve birikimini sosyal yararlara dönüştüren mezunlar yetiÅŸtirmek;

Genel Bilgiler

  Tarihçe    

  Çalışma Alanları, Ä°ÅŸ Bulma Ä°mkanları 

   Bölümden mezun olan mühendislerin hem kamu kurumlarında, hem de özel kuruluÅŸlarda geniÅŸ iÅŸ imkanı bulunmaktadır. Mezunlar genel olarak; bilgisayar mühendisi, bilgi-iÅŸlem mühendisi/uzmanı, sistem denetleyicisi gibi deÄŸiÅŸik sıfatlarla iÅŸ imkanı bulabilmektedirler. Bilgisayar mühendisleri bulunduÄŸu pozisyona göre aÅŸağıda belirtilen deÄŸiÅŸik ünvanlarla tanınabilmektedir.

• Ä°ÅŸ analisti / Sistem analisti,
• Yazılım proje yöneticisi,
• Yazılım tasarım mühendisi,
• Yazılım modelleme uzmanı,
• Sistem programcısı,
• Yazılım uzmanı / Yazılım mühendisi,
• Ekip lideri / Proje yöneticisi
• Veritabanı yöneticisi,
• Yazılım kalite uzmanı,
• Test uzmanı / Test yöneticisi,
• AÄŸ yöneticisi / Sistem yöneticisi
• Oyun mühendisi
• Grafiker
• Bilgi Sistemi Uzmanı
• Yazılım / Donanım Uzmanı
• Web Yöneticisi
• Bilgi Teknolojileri Yöneticisi / CIO

   Özellikle son yıllardaki teknolojik ilerlemeler, bilgisayar teknolojisindeki geliÅŸmelere endekslenmiÅŸ durumdadır. Her geçen yıl, bilgisayar ve internet kullanıcılarının sayısının katlanarak arttığını düşünürsek, bilgisayar mühendisliÄŸi mesleÄŸi günümüzde olduÄŸu gibi ilerki yıllarda da uzun süreler revaçta kalacağı kaçınılmaz bir gerçektir. Ãœniversite çağına gelmiÅŸ gençlerin, bu gerçeÄŸi göz önünde bulundurarak bilgisayar mühendisliÄŸi mesleÄŸini en üst tercihleri arasına koymaları da günümüz koÅŸullarının beklenen bir sonucudur.

Derslik / Laboratuvar/Fiziki KoÅŸullar

Dersler bölüme ait derslikler ve mühendislik fakültesinin ortak derslikleri kullanılarak yapılmaktadır. Ayrıca 100 tane son teknolojik donanıma sahip bilgisayarlarla güncel bir bilgisayar laboratuvarı kurulmuÅŸtur. Sayısal mantık devreleri ve mikroiÅŸlemciler ve gömülü sistemler için planlanan genel bir donanım labaratuvarı bulunmaktadır. Çok sayıda seçmeli derslerle uzmanlık alanlarına katkı sunacak network laboratuvarı, multimedia laboratuvarı ve  yapay zeka laboratuvarı  gibi özelleÅŸmiÅŸ laboratuvarlar planlanmıştır.  Ã‡iftlikköy kampüsü içerisinde bulunan Mersin Teknopark, öğrencilerimize staj ve iÅŸ olanakları saÄŸlayacak potansiyele sahiptir. MEITAM (Mersin Ä°leri Teknoloji AraÅŸtırma Merkezi), disiplinler arası çalışmalarda kullanılabilecek bir çok imkana sahiptir.  Elektrik-Elektronik MühendisliÄŸi Bölümünün, Mikro-denetleyiciler ve Elektronik laboratuvarları gibi imkanlarından da istifade edilebilecektir.  Merkez Kütüphane, bilgisayar mühendisliÄŸi alanında güncel durumda çok sayıda kaynak barındırmaktadır.

Neden Mersin Üniversitesi Bilgisayar Mühendisliği Bölümü

Son İki Yılda Uluslararası Dergilerde Yayınlanan Makaleler

2024
15. Yamaçlı, V.; Işıker, H.; Yetgin, Z.; Abacı, K. Solving Optimal Power Flow Control Problem Using Honey Formation Optimization Algorithm. IEEE ACCESS, 2024, 12, 109293-109322.
10.1109/ACCESS.2024.3439021

14. Kurucan, M.; özbaltan, M.; Yetgin, Z.; Alkaya, A. Applications of artificial neural network based battery management systems: A literature review. RENEWABLE AND SUSTAINABLE ENERGY REVIEWS, 2024, 192, 114262-.
10.1016/j.rser.2023.114262

13. BabaoÄŸlu, Ä.; Kahveci, S.; Kılıç, A. Enhanced pyramidal residual networks for single image super-resolution. NEURAL COMPUTING AND APPLICATIONS, 2024, 36, 11563-11577.
10.1007/s00521-024-09702-1

12. ToktaÅŸ, F.; Erkan, U.; Yetgin, Z. Cross-channel color image encryption through 2D hyperchaotic hybrid map of optimization test functions. EXPERT SYSTEMS WITH APPLICATIONS, 2024, 249, 123583-.
10.1016/j.eswa.2024.123583

11. Erişti, B.; Yamaçlı, V.; Erişti, H. A novel microgrid islanding classification algorithm based on combining hybrid feature extraction approach with deep ResNet model. SPRINGER SCIENCE AND BUSINESS MEDIA LLC, 2024, 106, 145-164.
10.1007/s00202-023-01977-2

10. EÅŸsiz, U.; Acı, Ã.; Saraç eÅŸsiz, E.; Acı, M. Deep Learning-Based Prediction Models for the Detection of Vitamin D Deficiency and 25-Hydroxyvitamin D Levels Using Complete Blood Count Tests. ROMANIAN JOURNAL OF INFORMATION SCIENCE AND TECHNOLOGY, 2024, 27, 295-309.
10.59277/ROMJIST.2024.3-4.04

9. Elevi, A.; Kahveci, S.; AvaroÄŸlu, E. Image contrast enhancement using a low-discrepancy population initialized gray wolf optimization algorithm. MULTIMEDIA TOOLS AND APPLICATIONS, 2024, 83, 50307-50328.
10.1007/s11042-023-17366-7

8. AvaroÄŸlu, E.; Kahveci, S.; Akkurt, R. Optimization of Acoustic Entropy Source for Random Sequence Generation Using an Improved Grey Wolf Algorithm. TRAITEMENT DU SIGNAL, 2024, 41, 791-799.
10.18280/ts.410220

7. Abacı, K.; Yetgin, Z.; Yamaçlı, V.; Işıker, H. Modified effective butterfly optimizer for solving optimal power flow problem. HELIYON, 2024, 10, -.
10.1016/j.heliyon.2024.e32862

6. Bektaş, J. Automating an Encoder–Decoder Incorporated Ensemble Model: Semantic Segmentation Workflow on Low-Contrast Underwater Images. APPLIED SCIENCES, 2024, 14, -.
10.3390/app142411964

2023
5. Yergök, D.; Acı, M. Demand Forecasting for Food Production Using Machine Learning Algorithms: A Case Study of University Refectory. TEHNICKI VJESNIK-TECHNICAL GAZETTE, 2023, 30, 1683-1691.
10.17559/TV-20230117000232

4. Kutluer, N.; Arslan solmaz, Ã.; Yamaçlı, V.; EriÅŸti, B.; EriÅŸti, H. Classification of breast tumors by using a novel approach based on deep learning methods and feature selection. SPRINGER SCIENCE AND BUSINESS MEDIA LLC, 2023, 200, 183-192.
10.1007/s10549-023-06970-8

3. Yetgin, Z.; Ercan, U. Honey formation optimization with single component for numerical function optimization: HFO-1. NEURAL COMPUTING & APPLICATIONS, 2023, 35, 27-.
10.1007/s00521-023-08984-1

2. Cüvitoğlu, A.; ışık, Z. Network neighborhood operates as a drug repositioning method for cancer treatment. PEERJ, 2023, 11, -.
10.7717/peerj.15624

1. Mete, S.; Serin, F.; çil, Z.; çelik, E.; özceylan, E. A comparative analysis of meta-heuristic methods on disassembly line balancing problem with stochastic time. SPRINGER SCIENCE AND BUSINESS MEDIA LLC, 2023, 321, -.
10.1007/s10479-022-04910-1