| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Algılama ve Kestirim Teorisi | ELE 501 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | EEM 586 Olasılık Teorisi ve Rastlantı Değişkenleri |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Doç.Dr. GÖKÇEN ÇETİNEL |
| Dersi Verenler | |
| Dersin Yardımcıları | Arş. Gör. Burhan Baraklı |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Çoğu işaret işleme problemlerinde gürültü önceden bilinmemektedir. Bilinmeyen gürültüyü dikkate almadan geliştirilen işaret işleme algoritmaları bu yüzden hatalı sonuçlar verecektir. Bu dersin amacı gürültüyü dikkate alarak verilen gürültülü bir veri kümesini sağlayan veri üretim modellerinden en uygun olanının belirlenmesi ve önceden bilinmemesi durumunda gürültü ve işaret parametrelerinin kestirilmesine yönelik yöntemlerin detaylı tartışmasıdır. |
| Dersin İçeriği | Doğrusal model, kestirimlerin küçük ve büyük örnek özellikleri, en küçük kareler kestirimi, maksimum olabilirlik kestirimi, rastlantı parametrelerinin karesel ortalama kestirimi, rastlantı parametrelerinin maksimum sonsal olasılık kestirimi, temel hipotez testi, bilinmeyenler durumunda hipotez testi, Gauss gürültüsündeki işaretlerin algılanması, belirsizlikler durumunda algılama. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | En küçük kareler kestirim yöntemini öğrenmek | ||
| 2 | Maksimum olabilirlik kestirimini kavramak | ||
| 3 | Karesel ortalama ve maksimum sonsal olasılık kestirim yöntemlerini tartışmak | ||
| 4 | İki veya daha fazla hipotez testi problemini özümsemek | ||
| 5 | Bilinmeyen parametreler durumunda hipotez testini öğrenmek |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Kestirim teorisinde kullanılan doğrusal modelin açıklanması, doğrusal model ile ilgili örnekler verilmesi ve derste kullanılacak notasyonun oluşturulması | |
| 2 | Kestirimlerin yansızlık, etkinlik, uyumluluk, istatistiksel yakınsama, asimptotik yansızlık ve etkinlik gibi küçük ve büyük örnekler özelliklerinin incelenmesi | |
| 3 | En küçük kareler kestirim probleminin tanıtılması, kestirim formülünün çıkartılması ve kestirimin küçük ve büyük örnek özelliklerinin incelenmesi | |
| 4 | Tekil değer açılımı kullanılarak en küçük kareler kestiriminin hesaplanması ve yinelemeli en küçük kareler kestirimi yönteminin tanıtılması | |
| 5 | Maksimum olabilirlik kestirim yönteminin prensibi, kestirim formülünün çıkartılması ve çeşitli uygulamalarının gösterilmesi | |
| 6 | Maksimum olabilirlik kestiriminin küçük ve büyük örnek özelliklerinin incelenmesi | |
| 7 | Rastlantı değişkenlerinin karesel ortalama ve maksimum sonsal olasılık kestirimlerinin hesaplanması | |
| 8 | Algılama teorisine giriş | |
| 9 | Olabilirlik oran testi, hipotez testinde ölçütler, model tutarlılık testi | |
| 10 | İkiden fazla hipotez durumunda algılama prensiplerinin açıklanması ve algılama performansının değerlendirilmesi | |
| 11 | Rastlantı ve deterministik parametrelerin bilinmemesi durumunda algılamanın nasıl yapılabileceğinin gösterilmesi | |
| 12 | Beyaz ve renkli Gauss gürültüsü ilave edilmiş işaretlerin algılanması ve gauss gürültüsü varsayımının doğruluğunun test edilmesi | |
| 13 | Belirsizlikler durumunda algılama örnekleri | |
| 14 | İncelenen algılama yöntemlerinin detaylı karşılaştırılması |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | 1. Helstrom, Elements of Signals Dtection and Estimation, Prentice-Hall, 1995 2. Poor, Signal Detection and Estimation, Springer, 1994 3. Porat, Digital Processing of Random Signals: Theory and Methods, Prentice-Hall, 1994 4. Scharf, Statistical Signal Processing, Detection and Estimation Theory, Addison-Wesley, 1990 5. Van Tress, Detection, Estimation and Modulation Theory, Wiley, 1971 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 |
|---|---|---|---|---|---|---|
| 1 | En küçük kareler kestirim yöntemini öğrenmek | |||||
| 2 | Maksimum olabilirlik kestirimini kavramak | |||||
| 3 | Karesel ortalama ve maksimum sonsal olasılık kestirim yöntemlerini tartışmak | |||||
| 4 | İki veya daha fazla hipotez testi problemini özümsemek | |||||
| 5 | Bilinmeyen parametreler durumunda hipotez testini öğrenmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 30 |
| 1. Ödev | 2 |
| 1. Sözlü Sınav | 25 |
| 1. Performans Görevi (Seminer) | 20 |
| 2. Ödev | 2 |
| 3. Ödev | 2 |
| 4. Ödev | 2 |
| 5. Ödev | 2 |
| 6. Ödev | 2 |
| 7. Ödev | 2 |
| 8. Ödev | 2 |
| 9. Ödev | 2 |
| 10. Ödev | 7 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 60 |
| 1. Final | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 2 | 32 |
| Ara Sınav | 10 | 5 | 50 |
| Kısa Sınav | 1 | 20 | 20 |
| Ödev | 1 | 10 | 10 |
| Sözlü Sınav | 1 | 10 | 10 |
| Performans Görevi (Laboratuvar) | 1 | 20 | 20 |
| Toplam İş Yükü | 190 | ||
| Toplam İş Yükü / 25 (Saat) | 7,6 | ||
| Dersin AKTS Kredisi | 6 | ||