EĞİTİM
Ders Detayı
ELE636 - Sezim ve Kestirim Kuramı
2025-2026 Güz dönemi bilgileri
Ders bu dönem açık değil
ELE636 - Sezim ve Kestirim Kuramı
| Program | Teorik saat | Uygulamalı saat | Yerel kredi | AKTS kredisi |
| Yüksek lisans | 3 | 0 | 3 | 8 |
| Zorunluluk | : | Seçmeli |
| Önkoşul ders(ler) | : | - |
| Eşzamanlı ders(ler) | : | - |
| Veriliş biçimi | : | Yüz yüze |
| Öğrenme ve öğretme teknikleri | : | Anlatım, Soru-Yanıt, Sorun/Problem Çözme |
| Dersin amacı | : | Bu 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 | : | İkili ve Çoklu Hipotez Test yöntemlerini bilir, Karar veren ve kestiren sistemlerin başarımlarını hesaplar, Cramer-Rao sınırını hesaplar, Bir parametrenin En Büyük Olabilirlik, En Büyük Sonrasal Olasılığı, En az Kareler kestirimlerini bulur, Karhunen-Loeve seri açılımı yapar. |
| Dersin içeriği | : | Klasik 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 |
| Kaynaklar | : | P. Moulin and V. Veeravalli. Statistical Inference for Engineers and Data Scientists. Cambridge: Cambridge University Press. 2018.; Van 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. |
| Haftalar | Konular |
|---|---|
| 1 | İkili hipotez testi |
| 2 | En iyi karar verme kriterleri |
| 3 | Karar verme başarımı |
| 4 | M Hypotheses Testing |
| 5 | Rasgele olan parametrenin kestirimi |
| 6 | Nonrandom parameter estimation |
| 7 | Cramer-Rao eşitsizliği |
| 8 | Composite Hypotheses |
| 9 | Genel Gauss problemi |
| 10 | Ara sınav |
| 11 | Sinyallerin dikgen gösterimi |
| 12 | Rasgele süreçlerin karakterizasyonu |
| 13 | Beyaz gürültü süreçleri |
| 14 | Bilinen sinyallerin beyaz Gauss gürültü içinde sezimi |
| 15 | Genel Sınava Hazırlık Haftası |
| 16 | Genel Sınav |
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 6 | 15 |
| Sunum | 0 | 0 |
| Projeler | 0 | 0 |
| Seminer | 0 | 0 |
| Kısa Sınav (Quiz) | 0 | 0 |
| Ara Sınavlar | 1 | 40 |
| Genel sınav | 1 | 45 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 55 | |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 45 | |
| Toplam | 100 | |
| Yarıyıl içi çalışmaları | Sayısı | Süre (saat) | Toplam iş yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuar | 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 | 7 | 98 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 6 | 5 | 30 |
| Kısa Sınavlara Hazırlanma Süresi | 0 | 0 | 0 |
| Ara sınavlara hazırlanma süresi | 1 | 32 | 32 |
| Genel sınava hazırlanma süresi | 1 | 38 | 38 |
| Toplam iş yükü | 36 | 85 | 240 |
| Program yeterlilikleri | Katkı düzeyi | |||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1. | Elektrik ve Elektronik Mühendisliği'nin gerektirdiği temel bilgilerin yanı sıra Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında geniş ve derin bilgiye sahiptir. | |||||
| 2. | Matematik, Fen Bilimleri ve Elektrik ve Elektronik Mühendisliği alanlarındaki kuramsal ve uygulamalı bilgileri kullanarak ileri düzeyde analiz ve sentez yeteneği gerektiren karmaşık mühendislik problemlerini çözer. | |||||
| 3. | Bilimsel literatürü takip eder, yorumlar ve mühendislik problemlerinin çözümünde etkin olarak kullanır. | |||||
| 4. | Araştırma tasarlar, yapar, sonuçları analiz eder ve yorumlar. | |||||
| 5. | Proje tasarlar, planlar ve yönetir; disiplinlerarası çalışmalarda liderlik yapabilir. | |||||
| 6. | Problem çözümlerinde yeni ve özgün fikirler üretir. | |||||
| 7. | Karmaşık, sınırlı ya da eksik verileri analiz edip anlamlı sonuçlar çıkartabilir, disiplinler arası çalışmalarda bu becerisini kullanabilir. | |||||
| 8. | Teknolojik gelişmeleri takip eder, kendisini geliştirip yeniler, yeni durumlara kolay uyum sağlar. | |||||
| 9. | Uygulamalarının etik açıdan uygunluğunu ve sosyal ve çevresel etkilerini göz önüne alır. | |||||
| 10. | Fikirlerini ve çalışmalarını yazılı veya sözlü olarak etkinlikle sunar; İngilizce'yi ileri düzeyde kullanır. | |||||
1: En düşük, 2: Düşük, 3: Orta, 4: Yüksek, 5: Çok yüksek