| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| İSTATİSTİKSEL SİNYAL İŞLEME |
Üçüncü düzey |
SHA 615 |
Seçmeli |
1 |
7.50 |
7.50 |
Yazdır |
|
Ön koşul dersleri
|
-
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
PROF. DR. İLKE TÜRKMEN
|
|
Dersi veren öğretim eleman(lar)ı
|
DOÇ. DR. İLKE TÜRKMEN
|
|
Yardımcı öğretim eleman(lar)ı
|
-
|
|
Dersin veriliş şekli
|
Sözlü
|
|
Dersin amacı
|
•İstatistiksel sinyal işlemenin temellerini anlamak.
|
|
Dersin tanımı
|
•Temel sinyal sezim ve kestirim teorisini sunmak.
|
|
1- |
Temel olasılık teorisi (gözden geçirme): Olasılık aksiyomları, koşullu olasılık, olayların bağımsızlığı,
olasılık dağılımları, beklenti ve varyans.
|
|
2- |
Rasgele değişkenler: Rasgele değişkenlerin fonksiyonları, birden fazla rasgele değişkenler, koşullu
dağılımlar, koşullu beklenti ve varyans, çok boyutlu Gauss dağılımı.
Rasgele değişken serileri: Yakınsama, rasgele değişkenlerin toplamlarına ilişkin limit teoremleri.
|
|
3- |
Rasgele süreçler ve istatistiksel işaret işlemedeki uygulamaları:
|
|
4- |
Yeterlilik ve En Küçük Değişintili
Yansız (MVUB) Kestiriciler, Cramer-Rao Sınırı.
|
|
5- |
En Büyük Olabilirlik Kestiriciler
|
|
6- |
En Küçük Ortalama Karesel Hata
(MMSE) Kestiricileri:
|
|
7- |
Bayes Kestiricileri
|
|
8- |
Bayes Kestiricileri
|
|
9- |
Ara Sınav
|
|
10- |
Doğrusal Modeller
|
|
11- |
Kalman Süzgeci
|
|
12- |
Kalman Süzgeci
|
|
13- |
Dönem sonu ödev çalışmaları
|
|
14- |
Dönem sonu ödev çalışmaları
|
|
15- |
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
Learning basic estimators.
|
|
2- |
Designing desired statistical DSP algorithm
|
|
3- |
Applying vectoral state space method to statistical signal processing problems.
|
|
4- |
Understanding Kalman Filter
|
|
5- |
Using The MATLAB for statistical signal processing
|
|
6- |
Preparing the project related with statistical signal processing
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
|
|
|
2- |
|
|
|
3- |
|
|
|
4- |
|
|
|
5- |
|
|
|
6- |
|
|
|
7- |
|
|
|
8- |
|
|
|
9- |
|
|
|
10- |
|
|
|
11- |
|
|
|
12- |
|
|
|
13- |
|
|
|
14- |
|
|
|
15- |
|
|
|
16- |
|
|
|
17- |
|
|
|
18- |
|
|
|
19- |
|
|
|
20- |
|
|
|
21- |
|
|
|
22- |
|
|
|
23- |
|
|
|
24- |
|
|
|
25- |
|
|
|
26- |
|
|
|
27- |
|
|
|
28- |
|
|
|
29- |
|
|
|
30- |
|
|
|
31- |
|
|
|
32- |
|
|
|
33- |
|
|
|
34- |
|
|
|
35- |
|
|
|
36- |
|
|
|
37- |
|
|
|
38- |
|
|
|
39- |
|
|
|
40- |
|
|
|
41- |
|
|
|
42- |
|
|
|
43- |
|
|
|
44- |
|
|
|
45- |
|
|
|
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder |
|
Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
3
|
42
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
6
|
6
|
36
|
|
Ödevler
|
5
|
3
|
15
|
|
Sunum / Seminer hazırlama
|
0
|
0
|
0
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
15
|
15
|
|
Ara sınavlar
|
1
|
2
|
2
|
|
Proje (Yarıyıl ödevi)
|
8
|
4
|
32
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
10
|
10
|
|
Yarıyıl sonu sınavı
|
1
|
2
|
2
|
|
Araştırma
|
6
|
6
|
36
|
|
Toplam iş yükü
|
|
|
190
|
|
AKTS
|
|
|
7.50
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
60
|
|
Kısa sınav
|
5
|
40
|
|
Ödev
|
0
|
0
|
|
Yarıyıl içi toplam
|
|
100
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
40
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
60
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
1. Fundamentals of Statistical Signal Processing:
Estimation Theory, S. M. Kay, Prentice Hall, 1993.
|
|
Yardımcı Kaynaklar
|
-
|
|