EĞİTİM
Ders Detayı

ELE 736 Sezim ve Kestirim Kuramı
2017-2018 Güz dönemi bilgileri

Ders bu dönem açık değil

Dersin zamanlama bilgileri haftalık ders programından elde edilmektedir. Ders geçici olarak belirli bir hafta için ertelenmiş ya da zamanı değişmiş olabilir. Dersin o haftaki kesin zamanlama bilgileri için dersin sorumlusuna başvurulmalı ve/veya duyurular takip edilmelidir.

Ders tanım tabloları Hacettepe Üniversitesi AKTS Ders Kataloğu sitesinden (http://ects.hacettepe.edu.tr) gerçek zamanlı olarak alınıp gösterilmektedir. Oluşabilecek hatalar için lütfen orijinal siteyi kontrol ediniz.

ELE736 - SEZİM ve KESTİRİM KURAMI

Dersin Adı Kodu Yarıyılı Teori
(saat/hafta)
Uygulama
(saat/hafta)
Yerel Kredi AKTS
SEZİM ve KESTİRİM KURAMI ELE736 Herhangi Yarıyıl/Yıl 3 0 3 10
Önkoşul(lar)-var iseYok. Öğrencilerin ELE 324, ELE 425 derslerini almış olması beklenir.
Dersin DiliTürkçe
Dersin TürüSeçmeli 
Dersin verilme şekliYüz yüze 
Dersin öğrenme ve öğretme teknikleriAnlatım
Soru-Yanıt
Sorun/Problem Çözme
 
Dersin sorumlusu(ları)Yrd.Doç.Dr. Mücahit Üner 
Dersin amacıBu dersin amacı, istatiksel çıkarımın ve iletişim, radar, sonar ve diğer modern veri işleme sistemlerinin rasgele süreç karakterizasyonlarının, klasik tekniklerini içeren, sezim ve kestirim kuramlarının temel kavramlarının iyi anlaşılmasını sağlamaktır. 
Dersin öğrenme çıktıları
  1. İkili ve Çoklu Hipotez Test yöntemlerini bilir,
  2. Karar veren ve kestiren sistemlerin başarımlarını hesaplar,
  3. Cramer-Rao sınırını hesaplar,
  4. Bir parametrenin En Büyük Olabilirlik, En Büyük Sonrasal Olasılığı, En az Kareler kestirimlerini bulur,
  5. Karhunen-Loeve seri açılımı yapar.
Dersin içeriğiKlasik Sezim ve Kestirim Kuramı :
- İkili hipotez testi
- En iyi karar verme kriterleri : Bayes, Neyman-Pearson, Minimax
- Karar verme başarımı : Alıcı operasyon karakteristiği
- M taneli hipotez testi
Kestirim Kuramı :
- Rasgele olan parametrenin kestirimi : MS, MAP kestiricileri
- Rasgele olmayan ve bilinmeyen parametrenin kestirimi : ML kestiricisi
- Cramer-Rao alt sınırı
- Kompozit hipotezler
- Genel Gauss problemi
Rasgele Süreçlerin Gösterimi :
- Sinyallerin dikgen gösterimi
- Rasgele süreçlerin karakterizasyonu
- Beyaz gürültü süreçleri
Sürekli sinyallerin sezimi :
- Bilinen sinyallerin beyaz Gauss gürültü içinde sezimi
 
KaynaklarVan Trees, Detection, Estimation, and Modulation Theory, Part I, Wiley, 2001.
Shanmugan and Breipohl, Random Signals, Wiley, 1988.
H.V. Poor, An Introduction to Signal Detection and Estimation, Springer, New York, 1994.
C.W. Helstrom, Elements of Signal Detection and Estimation, Prentice Hall, 1995.
 

Haftalara Göre İşlenecek Konular

HaftalarKonular
1. Haftaİkili hipotez testi
2. HaftaEn iyi karar verme kriterleri
3. HaftaKarar verme başarımı
4. HaftaM Hypotheses Testing
5. HaftaRasgele olan parametrenin kestirimi
6. HaftaNonrandom parameter estimation
7. HaftaCramer-Rao eşitsizliği
8. HaftaComposite Hypotheses
9. HaftaGenel Gauss problemi
10. HaftaAra sınav
11. HaftaSinyallerin dikgen gösterimi
12. HaftaRasgele süreçlerin karakterizasyonu
13. HaftaBeyaz gürültü süreçleri
14. HaftaBilinen sinyallerin beyaz Gauss gürültü içinde sezimi
15. HaftaGenel Sınava Hazırlık Haftası
16. HaftaGenel Sınav

Değerlendirme Sistemi

Yarıyıl içi çalışmalarıSayısıKatkı Payı %
Devam (a)00
Laboratuar00
Uygulama00
Alan Çalışması00
Derse Özgü Staj (Varsa) 00
Ödevler615
Sunum00
Projeler00
Seminer00
Ara Sınavlar140
Genel sınav145
Toplam100
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı055
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı045
Toplam100

AKTS (Öğrenci İş Yükü) Tablosu

Etkinlikler Sayısı Süresi Toplam İş Yükü
Ders Süresi 14 3 42
Laboratuvar 0 0 0
Uygulama000
Derse özgü staj (varsa)000
Alan Çalışması000
Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb)1410140
Sunum / Seminer Hazırlama000
Proje000
Ödevler6530
Ara sınavlara hazırlanma süresi14242
Genel sınava hazırlanma süresi14646
Toplam İş Yükü36106300

Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi

D.9. Program YeterlilikleriKatkı Düzeyi*
12345
1. Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında en üst düzeyde bilgi sahibidir.   X 
2. Bilim ve teknolojiye yenilik getirecek bilgi, beceri ve yetkinliğe sahiptir.   X 
3. Bilimsel literatürü ve alanındaki en son gelişmeleri takip eder, edindiği bilgilerin eleştirel analizini, sentezini, değerlendirmesini yapar ve araştırmalarında etkin biçimde kullanır.    X 
4. Özgün bir araştırmayı bağımsız olarak baştan sona yürütebilir.  X  
5. Özgün araştırma gerektiren projeleri tasarlar, planlar ve yönetir; disiplinlerarası projelerde liderlik yapabilir.  X  
6. Bilim ve teknoloji literatürüne katkıda bulunur.  X  
7. Çalışmalarını yazılı veya sözlü olarak etkin biçimde, Türkçe veya İngilizce sunar.X    
8. Toplumsal sorumluluğunun farkındadır, bilimsel ve teknolojik gelişmeleri bilimsel tarafsızlık ilkesi ve etik sorumluluk bilinciyle değerlendirir ve topluma aktarır.X    

*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek

Genel Bilgiler | Ders ve Sınav Takvimleri | Ders ve Sınıfların Anlık Durumu
Lisans Programı | Açılan Dersler, Şubeleri ve Sorumluları | Haftalık Ders Programı | Dönemlik Sınav Programları | Kayıt için Gerekli Bilgiler | Önkoşullu ve Eşzamanlı Dersler | Staj için Gerekli Bilgi ve Belgeler | ELE 401-402 Bitirme Projesi Bilgileri | Diğer Yardımcı Belgeler | AKTS Ders Kataloğu | HÜ Öğrenci İşleri Dairesi
Lisansüstü Programı | Açılan Dersler ve Sorumluları | Haftalık Ders Programı | Dönemlik Final Sınav Programı | Lisansüstü Tez Savunma ve Seminer Takvimi | Kayıt için Gerekli Bilgiler | AKTS Ders Kataloğu - Yüksek Lisans | AKTS Ders Kataloğu - Doktora | HÜ Fen Bilimleri Enstitüsü