| Zorunluluk |
: |
Seçmeli |
| Önkoşul ders(ler) |
: |
- |
| Eşzamanlı ders(ler) |
: |
- |
| Veriliş biçimi |
: |
Yüz yüze |
| Öğrenme ve öğretme teknikleri |
: |
Anlatım, Soru-Yanıt, Sorun/Problem Çözme |
| Dersin amacı |
: |
Dersi basarıyla bitiren öğrencilerden istatistiksel süreçlerin analizinde kullanılan temel izge kestirim yöntemlerini ve özelliklerini öğrenmiş olmaları beklenir. |
| Dersin öğrenme çıktıları |
: |
Dersi başarıyla bitiren bir öğrenci İzge kestirimi problemlerini tanır ve sınıflandırır, Karşılaştığı bir problemi uygun şekilde modeller, Kurduğu problemi hangi yöntemle çözebileceğini, değişik yöntemlerin birbirine göre avantaj ve dezavantajlarını bilir, Derste öğrendiği teknikleri ve algoritmaları tez, proje gibi gerçek hayat uygulamalarında kullanır, Gelişmiş güncel izge kestirimi algoritmalarını takip edip anlayabilecek bilgiye sahip olur. |
| Dersin içeriği |
: |
Olasılık ve İstatistiksel Süreçler. Güç İzgesi, Periyodogram, Ortalama Per., Blackman-Tukey. Parametrik modelleme. AR, MA, ARMA modeller. Sinüs parametre kestirimi. Yüksek dereceden İzge. Durağan Olmayan Süreçlerin İzgesi. Dizge İşleme. |
| Kaynaklar |
: |
1-P.Stoica and R.Moses, Spectral Analysis of Signals, Pearson.; 2-S. Kay, Modern Spectral Estimation, Prentice-Hall.; 3-L. Marple, Digital Spectral Analysis, Prentice-Hall.; 4-Ders Notları. |
Haftalara Göre İşlenecek Konular
| Haftalar |
Konular |
| 1 |
Olasılık kuramının tekrarı |
| 2 |
Güç yoğunluk dağılımı (PSD) ,Periodogram |
| 3 |
Ortalama periodogram, Blackman-Tukey, Welch yöntemleri |
| 4 |
Parametrik modelleme, Doğrusal öngörü |
| 5 |
Levinson algoritması, Enbüyük entropi kestirim |
| 6 |
Gürültülü sinüzoidalların AR analizi |
| 7 |
AR izge kestirimi algoritmaları (özilinti,kovaryans), Burg Algoritması |
| 8 |
Durbin Algoritması (MA) , ARMA izge kestirim yöntemleri |
| 9 |
Ara Sınav |
| 10 |
Model derecesi kestirimi, En az değişinti izge kestirimi , Süzgeç bankası |
| 11 |
Sinüzoidal parametre kestirimi: Pisarenko, MUSIC, ESPRIT |
| 12 |
Yüksek dereceli izge (bispectrum) |
| 13 |
Durağan olmayan süreçlerin izge kestirimi (Wigner, Wavelet dön., Evrimsel izge) |
| 14 |
Dizge işleme |
| 15 |
Genel Sınav |
| 16 |
Genel Sınav |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| Program yeterlilikleri |
Katkı düzeyi |
| 1 |
2 |
3 |
4 |
5 |
| 1. |
Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında en üst düzeyde bilgi sahibidir. | | | | | |
| 2. |
Bilim ve teknolojiye yenilik getirecek bilgi, beceri ve yetkinliğe sahiptir. | | | | | |
| 3. |
Bilimsel literatürü ve alanındaki en son gelişmeleri takip eder, edindiği bilgilerin eleştirel analizini, sentezini, değerlendirmesini yapar ve araştırmalarında etkin biçimde kullanır. | | | | | |
| 4. |
Özgün bir araştırmayı bağımsız olarak baştan sona yürütebilir. | | | | | |
| 5. |
Özgün araştırma gerektiren projeleri tasarlar, planlar ve yönetir; disiplinlerarası projelerde liderlik yapabilir. | | | | | |
| 6. |
Bilim ve teknoloji literatürüne katkıda bulunur. | | | | | |
| 7. |
Çalışmalarını yazılı veya sözlü olarak etkin biçimde, Türkçe veya İngilizce sunar. | | | | | |
| 8. |
Toplumsal sorumluluğunun farkındadır, bilimsel ve teknolojik gelişmeleri bilimsel tarafsızlık ilkesi ve etik sorumluluk bilinciyle değerlendirir ve topluma aktarır. | | | | | |
