VBM685 - İSTATİSTİKSEL SİNYAL İŞLEME
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| İSTATİSTİKSEL SİNYAL İŞLEME | VBM685 | Herhangi Yarıyıl/Yıl | 3 | 0 | 3 | 6 |
| Önkoşul(lar)-var ise | - | |||||
| Dersin Dili | Türkçe | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Soru-Yanıt Sorun/Problem Çözme | |||||
| Dersin sorumlusu(ları) | Prof. Dr. A. Salim Kayhan | |||||
| Dersin amacı | Dersi basarıyla bitiren öğrencilerden aşağıdaki becerileri kazanmaları beklenir: Sinyal işleme uygulamalarında ortaya çıkan istatistiksel kestirim, süzgeçleme problemlerini algılama, uygun bir matematiksel formasyona sokabilme, ve çeşitli çözüm yöntemlerini öğrenme. | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | Olasılık ve rasgele süreçlerin gözden geçirilmesi. Periodogram ve Blackman-Tukey izge kestirimi. Özyinelemeli (AR), değişen ortalamalı (MA) ve özyinelemeli-değişen ortalamalı (ARMA) izge kestirimi. En-az sapma izge kestirimi. PHD, MUSIC. İkili ve çoklu izgeler (polyspectrum). | |||||
| Kaynaklar | T. Moon and W. Stirling. Mathematical Methods and Algorithms for Signal Processing, Prentice-Hall. S.J. Orfanidis, Optimum Signal Processing, McGraww Hill. S. Kay, Fundamentals of Statistical Signal Processing,Vol.I-II, Prentice Hall. Ders Notları. | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Metrik Uzay |
| 2. Hafta | Norm, Dik-uzay, İzdüşüm, Rasgele Vektörler |
| 3. Hafta | Dikey İzdüşüm, Gram_Schmidt Dikleştirme |
| 4. Hafta | Dikey İzdüşüm, Gram_Schmidt Dikleştirme |
| 5. Hafta | Rasgele Durum Modelleri |
| 6. Hafta | Sistem Analizi, İzgel Ayrıştırma, Kesirli Modelleme |
| 7. Hafta | Bayesci Kestirim, MAP, MLE MSE |
| 8. Hafta | Doğrusal Ortalama Kare Kestirim (LMSE) |
| 9. Hafta | Ara Sınav |
| 10. Hafta | Wiener Süzgeç |
| 11. Hafta | Wiener Süzgeç |
| 12. Hafta | Levinson Süzgeç |
| 13. Hafta | Kalman Süzgeç |
| 14. Hafta | Kalman Süzgeç |
| 15. Hafta | Genel Sınav |
| 16. Hafta | Genel Sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 8 | 15 |
| Sunum | 0 | 0 |
| Projeler | 0 | 0 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 1 | 35 |
| Genel sınav | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 9 | 50 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 50 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 4 | 56 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 8 | 5 | 40 |
| Ara sınavlara hazırlanma süresi | 1 | 25 | 25 |
| Genel sınava hazırlanma süresi | 1 | 25 | 25 |
| Toplam İş Yükü | 38 | 62 | 188 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Veri ve Bilgi Mühendisliği (VBM) hakkında detaylı bilgi sahibidir. | X | ||||
| 2. Soyutlama, karmaşıklık, güvenlik, koşut zamanlılık, yazılım süreçleri gibi ortak kavramlara hakimdir ve uzmanlığını bilişim sistemlerinin etkili biçimde tasarlanması, geliştirilmesi ve yönetilmesinde uygular. | X | ||||
| 3. Teori ve pratiğin etkileşimini ve aralarındaki bağları anlar. | X | ||||
| 4. Farklı soyutlama ve detay seviyelerinde düşünebilme yetisine sahiptir; dar kapsamlı bir gerçekleştirmenin ötesine geçerek bir bilişim sisteminin farklı bağlamlarda ele alınabileceğini anlar. | X | ||||
| 5. Herhangi bir teknik veya bilimsel problemi kendi başına çözümler ve mümkün en uygun çözümü sunar; çözümün bütünlüğünü ve varsayımlarını açıkça anlatabilecek iletişim becerisine sahiptir. | X | ||||
| 6. Takım içinde verimli çalışabilme için gerekli olan becerileri edinmek adına sıradan bir ders projesine oranla daha büyük ölçekli bir projeyi tamamlar. | X | ||||
| 7. VBM alanının hızla geliştiğinin farkındadır. En son gelişmeleri takip eder, kariyeri boyunca öğrenir ve becerilerini geliştirir. | X | ||||
| 8. VBM uygulamalarına dair sosyal, yasal, etik ve kültürel hususların farkındadır ve mesleki etkinliklerini bunlarla uyumlu şekilde yürütür. | X | ||||
| 9. Farklı dinleyici kitlelerine yüz yüze, yazılı ya da elektronik olarak İngilizce ve Türkçe sözlü sunumlar yapabilir. | X | ||||
| 10. VBM geniş bir uygulama alanına sahip olduğunun ve fırsatların farkındadır. | X | ||||
| 11. VBM farklı alanlarla etkileşim halinde olduğunun bilincindedir, alan uzmanlarıyla iletişim kurabilir ve onlardan gerekli alan bilgisi öğrenebilir. | X | ||||
| 12. Araştırma problemi tanımlayabilir ve çözmek için bilimsel yöntemler kullanır. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek