EĞİTİM
Ders Detayı

ELE 770 İstatistiksel Sinyal İşleme
2017-2018 Yaz 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://akts.hacettepe.edu.tr) gerçek zamanlı olarak alınıp gösterilmektedir. Oluşabilecek hatalar için lütfen orijinal siteyi kontrol ediniz.

ELE770 - İSTATİSTİKSEL SİNYAL İŞLEME

Dersin Adı Kodu Yarıyılı Teori
(saat/hafta)
Uygulama
(saat/hafta)
Yerel Kredi AKTS
İSTATİSTİKSEL SİNYAL İŞLEME ELE770 Herhangi Yarıyıl/Yıl 3 0 3 10
Önkoşul(lar)-var iseYok
Dersin DiliTürkçe
Dersin TürüSeçmeli 
Dersin verilme şekliYüz yüze 
Dersin öğrenme ve öğretme teknikleriAnlatım
Soru-Yanıt
Sorun/Problem Çözme
 
Dersin sorumlusu(ları)Prof. Dr. A. Salim Kayhan 
Dersin amacıDersi 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 uygulayabilme.  
Dersin öğrenme çıktıları
  1. Dersi başarıyla bitiren bir öğrenci D.Ç.1. İstatistiksel sinyal işleme problemlerini tanır,
  2. D.Ç.2. Karşılaştığı bir problemi uygun şekilde modeller
  3. D.Ç.3. Kurduğu problemi hangi yöntemle çözebileceğini, değişik yöntemlerin birbirine göre avantaj ve dezavantajlarını bilir,
  4. D.Ç.4. Derste öğrendiği teknikleri ve algoritmaları tez, proje gibi gerçek hayat uygulamalarında kullanır,
  5. D.Ç.5. Gelişmiş güncel yöntemleri takip edip anlayabilecek bilgiye sahip olur.
Dersin içeriğiMetrik Uzay, altuzay, izdüşüm. Rasgele vektörler, Gram_Schmidt Dikleştirme. Rasgele süreçler, Gauss ve Markov süreçler. Rasgele Durum modelleri. İzgel ayrıştırma. Estimation yöntemleri: Bayesci, MAP, MLE, MSE, LMSE. Wiener , Levinson ve Kalman süzgeçleri. 
Kaynaklar1. Mathematical Methods and Algorithms for Signal Processing, T. Moon and W. Stirling. Prentice-Hall.
2. Optimum Signal Processing, S.J. Orfanidis. McGraww Hill.
3. Fundamentals of Statistical Signal Processing,Vol.I-II, S. Kay, Prentice Hall.
4. Ders Notları.
 

Haftalara Göre İşlenecek Konular

HaftalarKonular
1. HaftaMetrik Uzay
2. HaftaNorm, Dik-uzay, İzdüşüm, Rasgele Vektörler
3. HaftaDikey İzdüşüm, Gram_Schmidt Dikleştirme
4. HaftaRasgele Süreçler, Gauss ve Markov Süreçler
5. HaftaRasgele Durum Modelleri
6. HaftaSistem Analizi, İzgel Ayrıştırma, Kesirli Modelleme
7. HaftaBayesci Kestirim, MAP, MLE ,MSE
8. HaftaDoğrusal Ortalama Kare Kestirim (LMSE)
9. HaftaAra Sınav
10. HaftaWiener Süzgeç
11. HaftaWiener Süzgeç
12. HaftaLevinson Süzgeç
13. HaftaKalman Süzgeç
14. HaftaKalman Süzgeç
15. HaftaGenel sınav
16. HaftaGenel sınav

Değerlendirme Sistemi

Yarıyıl içi çalışmalarıSayısıKatkı Payı %
Devam (a)00
Laboratuar00
Uygulama00
Alan Çalışması00
Derse Özgü Staj (Varsa) 00
Ödevler815
Sunum00
Projeler00
Seminer00
Ara Sınavlar135
Genel sınav150
Toplam100
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı5050
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı5050
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)149126
Sunum / Seminer Hazırlama000
Proje000
Ödevler8864
Ara sınavlara hazırlanma süresi13030
Genel sınava hazırlanma süresi14040
Toplam İş Yükü3890302

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