Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezsiz)

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

Bu dersi başarıyla tamamlayabilen öğrenciler;

bir parametrenin enbüyük olabilirlik, enbüyük sonsal olasılık ve enküçük- kareler kestirimlerinin kullanımı ve tartışmasını öğrenecek,
Karhunen-Loeve açılımını uygulamayı öğrenecek,
doğrusal kestirim problemlerini çözmek için Wiener ve Kalman süzgeçleri uygulamayı öğrenecek,
karar verme ve kestirim sistemlerinin performansını değerlendirebilecek,
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 %
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.		-	-	-	X	-
2	Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	X	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	X	-
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	-	X
5	Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	X
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	X	-
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	X	-
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.		-	-	X	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	X	-	-
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.		-	-	X	-	-
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.		-	-	X	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	X	-	-	-

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

Detaylar

KÜRESEL KARİYER

İzmir Ekonomi Üniversitesi, dünya çapında bir üniversiteye dönüşürken aynı zamanda küresel çapta yetkinliğe sahip başarılı gençler yetiştirir.

Daha Fazlası..

BİLİME KATKI

İzmir Ekonomi Üniversitesi, nitelikli bilgi ve yetkin teknolojiler üretir.

Daha Fazlası..

İNSANA DEĞER

İzmir Ekonomi Üniversitesi, toplumsal fayda üretmeyi varlık nedeni olarak görür.

Daha Fazlası..

TOPLUMA FAYDA

22 yıllık güç ve deneyimini toplumsal çalışmalara aktarmak..

Daha Fazlası..

İzmir Ekonomide yapacağın Lisansüstü eğitimle bir adım öndesin

Lisansüstü Programları Doktora Programları