AKTS - Algılama ve Kestirim
Algılama ve Kestirim (EE611) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Algılama ve Kestirim | EE611 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Soru Yanıt, Uygulama-Alıştırma. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Algılama kuramının anlaşılması, hipotez testleri, Bayes ve Neyman-Pearson algılayıcılar, min-max. kuramı; kestirim kuramının anlaşılması, doğrusal ve doğrusal olmayan parametre kestirimi, MAP and maksimum benzerlik kestirimciler, Cramér-Rao sınırları, dalgaşekli algılama ve kestirim, Wiener filtreleme, Kalman-Bucy filtreleme, izge kestirimi, vb. konuların çalışılması. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Neyman-Pearson algılayıcı, hipotez testi, maksimum benzerlik kestirimcisi, MAP, Kalman filtreleme, Wiener süzgeçleme, algılama ve kestirim başarımlarının değerlendirmesi. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Genel bakış, ders konularına giriş. | |
| 2 | Bayes hipotez testi | |
| 3 | Min-max hipotez testi | |
| 4 | Neyman-Pearson ve birleşik hipotez testleri | |
| 5 | Belirlenimci (deterministik) sinyallerin algılanması | |
| 6 | Rastgele parametreli ve rastgele sinyallerin algılanması | |
| 7 | Sinyal algılama yordamlarının başarım değerlendirmesi | |
| 8 | ARA SINAV | |
| 9 | Parametre kestirimine giriş | |
| 10 | Bayes parametre kestirimine giriş | |
| 11 | Maksimum benzerlik kestirimi | |
| 12 | Sinyal kestirimi: Kalman-Bucy süzgeçleme | |
| 13 | Wiener filtreleme | |
| 14 | Kestirim yordamlarının başarım değerlendirmesi | |
| 15 | Seçilen uygulamalar (yayın inceleme) | |
| 16 | Seçilen uygulamalar (yayın inceleme) |
Kaynaklar
| Ders Kitabı | 1. Detection, Estimation and Modulation Theory Part I: Detection, Estimation and Filtering Theory, 2nd Edition Harry L. Van Trees,Kristine L. Bell, Zhi Tian, 2013. |
|---|---|
| 2. H. V. Poor, "An Introduction to Signal Detection and Estimation", Springer, 2/e, 1998. | |
| 3. • S. M. Kay, "Fundamentals of Statistical Signal Processing: Estimation Theory", Prentice Hall PTR, 1993. | |
| 4. • S. M. Kay, "Fundamentals of Statistical Signal Processing: Detection Theory", Prentice Hall PTR, 1998. |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 5 | 25 |
| Sunum | - | - |
| Projeler | - | - |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 35 |
| Genel Sınav/Final Juri | 1 | 40 |
| Toplam | 7 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 100 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Alanında, bağımsız olarak, bir problem kurgulayabilir, çözüm yöntemi geliştirerek problemi çözebilir ve sonuçları değerlendirebilir | X | ||||
| 2 | Matematiğin temel alanlarında ve kendi uzmanlığı olarak seçtiği alanda gerekli alt yapıyı oluşturur. | X | ||||
| 3 | Matematik literatürünü ve özel olarak kendi araştırma konusu ile ilgili ulusal ve uluslararası güncel yayınları takip edebilir ve bunlardan kendi araştırma konusu ile ilgili olanları çalışmalarında kullanabilir | X | ||||
| 4 | Bilimsel etik değerleri ve kuralları dikkate alır ve mesleki ve toplumsal yaşamda kullanabilir | X | ||||
| 5 | Kendi çalışmalarının sonuçlarını veya belli bir konudaki güncel çalışmaları ve bulguları, çeşitli bilimsel toplantılarda topluluk önünde Türkçe ve İngilizce olarak sunabilir ve tartışmalara katılabilir. | X | ||||
| 6 | Gerek bireysel, gerek bir çalışma grubunun üyesi olarak çalışabilme becerisini geliştirir | X | ||||
| 7 | Yaratıcı ve eleştirel düşünme, problem çözme, özgün bir çalışma üretme becerisini geliştirir. Bilimsel gelişmeleri takip eder, özümsediği bilgilerin analiz, sentez ve değerlendirmesini yapabilir. | X | ||||
| 8 | Kazandığı bilgi, beceri ve yetkinlikleri yaşam boyu geliştirmeye açık olur. | X | ||||
| 9 | Alanında özümsediği bilgiyi ve problem çözme yeteneğini disiplinler arası çalışmalarda uygulayabilir; karşılaşılan problemleri matematiksel modellerle ifade ederek, matematiksel bakış açısı ile farklı çözüm yöntemleri önerir. | X | ||||
| 10 | Matematik temelli yazılımları, bilişim ve iletişim teknolojilerini bilimsel amaçlı kullanabilir. | X | ||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 5 | 80 |
| Sunum/Seminer Hazırlama | |||
| Projeler | |||
| Raporlar | |||
| Ödevler | 5 | 6 | 30 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 4 | 4 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 5 | 5 |
| Toplam İş Yükü | 167 | ||