Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)

EEE 542 | Ders Tanıtım Bilgileri

Dersin Adı

Sezim ve Kestirim Kuramı

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
EEE 542	Güz/Bahar	3	0	3	7.5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Yüksek Lisans
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	-
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	-
Öğretim Eleman(lar)ı	Prof. Dr. Murat AŞKAR
Yardımcı(ları)	-

Dersin Amacı

Bu ders, sezim ve kestirim kuramına girişi yüksek lisans seviyesinde öğretmeyi amaçlamaktadır. Dersin içeriğinde Gauss-Markov süreçleri ve stokastik türevsel denklemler, Bayes kestirim kuramı, Maksimum olasılık, doğrusal minimum sapma, enküçük-kareler kestirimleri, Kestiricilerin özellikleri, Hata analizi, Doğrusal sistemler için durum tahmini, Kalman-Bucy ve Wiener süzgeçleri, Tesviye ve önkestirim yöntemleri, Doğrusal olmayan kestirim, Süzgeç uygulamaları, Haberleşme, kontrol, sistem tanıma ve biyomedikal mühendisliği uygulamaları bulunmaktadır.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	bir parametrenin enbüyük olabilirlik, enbüyük sonsal olasılık ve enküçük- kareler kestirimlerinin kullanımı ve tartışmasını öğrenecek,
2	Karhunen-Loeve açılımını uygulamayı öğrenecek,
3	doğrusal kestirim problemlerini çözmek için Wiener ve Kalman süzgeçleri uygulamayı öğrenecek,
4	karar verme ve kestirim sistemlerinin performansını değerlendirebilecek,
5	çeşitli sezim ve kestirim algoritmalarını Matlab simulasyon yazılımını kullanarak tasarlayabilecek ve uygulayabileceklerdir.

Ders Tanımı

Gauss-Markov süreçleri ve stokastik türevsel denklemler, Bayes kestirim kuramı, Maksimum olasılık, doğrusal minimum sapma, enküçük-kareler kestirimleri, Kestiricilerin özellikleri, Hata analizi, Doğrusal sistemler için durum tahmini, Kalman-Bucy ve Wiener süzgeçleri, Tesviye ve önkestirim yöntemleri, Doğrusal olmayan kestirim, Süzgeç uygulamaları, Haberleşme, kontrol, sistem tanıma ve biyomedikal mühendisliği uygulamaları.

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Giriş, Olasılık, Rasgele Vektörler, Vektör Uzayları	Lecture notes
2	Sezim Kuramı, Karar Kuramı ve Hipotez Testi	Lecture notes
3	Sezim Kuramı, Karar Kuramı ve Hipotez Testi	Lecture notes
4	Sezim Kuramı, Karar Kuramı ve Hipotez Testi	Lecture notes
5	Parametre Kestirimi	Lecture notes
6	Maksimum Olabilirlik Kestirimi	Lecture notes
7	Stokastik Süreçler ve Sistemler	Lecture notes
8	Ara sınav
9	Karhunen-Loeve ve Örneklenmiş İşaret Açılımları	Lecture notes
10	Dalga Şekilleri Gözlemlerinden Sezim ve Kestirim	Lecture notes
11	Wiener ve Kalman Süzgeçleri	Lecture notes
12	İleri Konular	Lecture notes
13	Sınıf-içi Sunumlar
14	Sınıf-içi Sunumlar
15	Sınıf-içi Sunumlar
16	Dönemin gözden geçirilmesi

Ders Kitabı	Fundamentals of Statistical Signal Processing, Volume 1: Estimation Theory, Steven Kay, 1993. ISBN 0-13-345711-7 Fundamentals of Statistical Signal Processing, Volume 2: Detection Theory, Steven Kay, 1998. ISBN 0-13-504135-X
Önerilen Okumalar/Materyaller	İlgili Araştırma Makaleleri

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev	5	30
Sunum / Jüri Önünde Sunum
Proje	1	30
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı	1	40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	6	60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	15	4	60
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev	5	10	50
Sunum / Jüri Önünde Sunum			0
Proje	1	45	45
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar			0
Final Sınavı	1	22	22
		Toplam	225

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.		-	-	-	-	-
2	Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	-	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	-	-
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	-	-
5	Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	-
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	-	-
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	-	-
8	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.		-	-	-	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	-	-	-
10	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.		-	-	-	-	-
11	Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır.		-	-	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	-	-	-	-