Elektrik ( Ä°kmep ) ( 2. ÖÄŸretim )
Elektrik programı, Anadolu Teknik, Teknik ve Endüstri Meslek Liselerinden veya diğer liselerden gelen öğrencilere 2 yıl süreli önlisans düzeyinde eğitim vermektedir.
Eğitim sürecinde;
Temel elektrik devrelerinin teorilerini,
Temel Elektronik elemanların yapısı, çalışmasını,
Birleşimsel sayısal devreleri,
Elektrik enerjisinin üretimi, iletimi, dağıtımı,
Elektrik makinelerinin yapısı, montajı, bakımı ve onarımı,
Elektromekanik ve otomasyon sistemlerinin tasarımıyla ilgili,
Bina ve sanayi tesislerinde aydınlatma ve kuvvet projelerinin çizimi ve projenin uygulamasını yapabilme becerisinin geliştirilmesine yönelik teorik ve uygulamalı eğitim alırlar.
Bilgisayar ve bilgisayar teknolojilerini kendi meslek alanlarında kullanabilme bilgi ve becerisi kazanırlar.
Her öğrenci, işletmelerde 40 iş günü EDÖ(endüstriye dayalı öğrenme) stajı yapar. Bu saye de iş yeri ortamını ve işletmeleri tanır, bilgiyi kullanmaya yönelik deneyim kazanır.
Bu programdan mezun olan öğrenciler kamu ve özel işletmelerde tekniker ünvanı ile istihdam edilirler. İsterler ise kendi meslek alanlarında işyeri açabilirler.
Her yıl tekrarlanan ve yalnızca meslek yüksek okulu mezunlarının girebildiği Dikey Geçiş Sınavlarıyla (DGS) kendi meslek alanlarında Mühendislik veya öğretmenlik eğitimine geçiş yapabilirler. Ayrıca Anadolu Üniversitesi Açık Öğretim Fakültesi İşletme Bölümünde doğrudan geçişle Lisans tamamlama eğitimine devam edebilirler.
Son İki Yılda Uluslararası Dergilerde Yayınlanan Makaleler
2024
3. EriÅŸti, B. A New Approach Based on Deep Features of Convolutional Neural Networks for Partial Discharge Detection in Power Systems. IEEE ACCESS, 2024, 12, 117026-117039.
10.1109/ACCESS.2024.3449096
2. Erişti, B.; Yamaçlı, V.; Erişti, H. A novel microgrid islanding classification algorithm based on combining hybrid feature extraction approach with deep ResNet model. ELECTRICAL ENGINEERING, 2024, 106, 145-164.
2023
1. 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. BREAST CANCER RESEARCH AND TREATMENT, 2023, 200, 183-192.