Görüntü süzgeçleme ve dekonvolüsyon, öz-görüntüler, gürültü indirgeme ve onarımı, renkli görüntü işleme, çok çözünürlüklü işleme, görüntü sıkıştırma, morfolojik görüntü işleme, ölçek-uzay teknikleri, öznitelik çıkarımı ve tanıma, görüntü eşikleme / bölütleme, görüntü kayıtlama ve eşleştirme.

Örüntü tanıma algoritmalarının temellerini ve uygulamaları, istatistiksel karar kuramı, istatistiksel sınıflama, en büyük olabilirlik Bayes kestirimi, parametrik olmayan yöntemler, öznitelik çıkarımı, öznitelik seçimi, doğrusal sınıflayıcılar, sinir ağları, metrik olmayan yöntemler, eğiticisiz öğrenme ve öbekleme.

Radarlara giriş, radar işaret edinimi, radar dalga şekilleri, mesafe denklemi, girişimde radar algılama, yayılma etkileri ve mekanizmaları, parazit yankı karakteristikleri, hedef yansıtırlığı, hedef yansıtırlık dalgalanmaları, Doppler işleme, radar antenleri, vericiler ve alıcılar, radar işaret işleme, ve radar uzaktan algılama.

Bu ders öğrencilerin ilgi alanlarında hazırlayacakları bir projeyi, ev ödevlerini ve kuramsal ders saatlerini kapsamaktadır. Kuramsal ve uygulamalı çalışmalar dengeli biçimde verilecektir. Dersin içeriğinde zamanla değişmeyen süzgeçler ve temel dalgacık dönüşümü, süzgeç bankalarının ve dalgacıkların analizi, tasarım yöntemleri ve yazılım uygulamaları bulunmaktadır.

Biyomolekülsel ve Hücresel Özellikler, Fizyolojik Özellikler, Biyomekanik, Biyocihazlar, Biyogörüntüleme ve İşaret İşleme, Biyoteknoloji, Bağışıklık Mühendisliği, Biyomateryaller

Optimal ortalama-kare kestirimi, Wiener süzgeçler, uyarlanır yapılara giriş ve en küçük kare metodu, durum uzay modelleri, Kalman süzgeçler, arama teknikleri: eğim ve Newton metodları; LMS, RLS algoritmaları.

Durağan olmayan sinyallerin zaman-frekans analizinde kullanılmakta olan Görgül Kip Ayrışımı, Grup Görgül Kip Ayrışımı, Çok Değişkenli Görgül Kip Ayrışımı, Değişken Kip Ayrışımı, İçkin Zaman-Ölçek Ayrışımı, Fourier-Bessel Ayrışımı yöntemleri, Zaman-Frekans Enerji Dağılımı Kestirimi konusundaki son yaklaşımlar olan Yeniden Atama ve Senkrosıkıştırma Teknikleri

Yapay sinir ağ mimarileri ve öğrenme algoritmaları. Çok katmanlı algılayıcı, radyal taban fonksiyonlu ağlar ve destek vektör makineleri. Regresyon / fonksiyon yaklaşımı, sınıflama ve öbekleme. İşaret işleme, filtreleme ve örüntü tanıma için yapay sinir ağları. Sistem tanılama ve kontrol için yapay sinir ağları.

Kısıtlı ve kısıtsız statik optimizasyon. Optimalite şartları. Lagrange çarpanları yöntemi. Karush-Kuhn-Tucker şartları. Gradyen düşüm ve Newton yöntemleri. Varyasyonlar hesabı. Ayrık-zaman ve sürekli zaman dinamik sistemlerin optimal kontrolü. Doğrusal kuadratik regülatör, kalıcı durum kapalı çevrim kontröl ve yörünge izleme kontrolü. Ayrık-zaman ve sürekli zaman dinamik sistemler için dinamik programlama.

Bu dersin kapsamındaki konular temel rüzgâr enerjisi üretim sistemleri, sırt sırta bağlı güç dönüştürücüler ile çift beslemeli asenkron jeneratörün detaylı kararlı hal ve dinamik çalışma prensipleri, güç dönüştürücülerinde analog akım/gerilim ölçümü, ayrıklaştırılması, filtrelemesi ve ayrıştırılması, güç dönüştürücülerin kontrolü için vektör kontrol yöntemleri ve kestirici kontrol yapılarıdır.

Bu derste Mühendislik alanında karşılaşılan problemlerin "en iyi" veya "en çok arzu edilen" çözümünü analitik veya iteratif olarak belirlemek için çeşitli optimizasyon yöntemleri tanıtılacaktır. Mühendislikte en sık kullanılan optimizasyon yöntemleri elektrik mühendisliğindeki problemlerin bilgisayar çözümleri ile sunulacaktır. MATLAB platformunda ele alınan optimizasyon yöntemlerinin iteratif çözümü için programlar geliştirilecektir.

Dersin konuları konvex setler, konvex fonksiyonlar, optimizasyon problemleri, doğrusal ve karesel programlar, semidefinite programlama, optimal durumlar ve duality teorisidir. Sinyal işleme, kontrol, sayısal ve analog devreler teorisi, istatistik, makine mühendisliği uygulamaları tanıtılacaktır. Öğrenciler üst düzey proglama deneyimi kazanacaklardır.

Bu ders, otonom robotiğe giriş, bir robotun hareket modelleri, farklı sensör tiplerinin ölçüm modelleri, filtreleme teknikleri, eşzamanlı lokalizasyon ve haritalama yöntemi konularını kapsar.

Bu ders, yüz tanıma, sürücüsüz araçlar, insansı konuşma vb. gibi yapay zekâdaki birçok yeni gelişmenin temelindeki derin öğrenmeye bir giriş niteliğindedir. Temel sinir ağları, evrişimsel ve tekrarlayan ağ yapıları ve doğal dil işlemeyi kapsayan konular hem teoriye hem de pratiğe odaklanarak işlenecektir. Kalkülüs, lineer cebir, olasılık ve istatistik konularında güçlü bir temel ve Python ile kodlama deneyimi beklenmektedir. Makine öğrenmesi ile ilgili temel bilgi olması yararlıdır ama gereklilik değildir.

Devreler ve sistemler alanındaki son bilimsel gelişmelerin ele alındığı bu derste temel kaynak olarak evrensel ölçekte öncü dergi makaleleri ve konferans bildirileri kullanılacaktır. Güncel bilimsel kuramlar ve yeni gelişen teknolojilerde, devre ve sistem kuramının uygulama örnekleri incelenecektir. Öğrenci, devre sistem alanı içerisinde yapılan araştırmaların yanında, çok disiplinli, disiplinler arası ve disiplinler ötesi araştırmalar hakkında da bilgi edinecek ve alanın temel kavramlarını edinecektir.

Bir ve iki portlu ağların y-,z-,h-, ABCD-, ve s- parametrelerini kullanarak; sinyal akış grafik analiz karakterizasyonu, pasif devre dizaynı, güç bölücüler, yönlü kuplörler, filtreler ve antenler, aktif devre dizaynı , mikrodalga transistor yükselticileri, mikrodalga transistor osilatörleri ve kablosuz sistemler .

Elektromanyetik Rezonans Ve Manyetik Kavis Temelli Metotlar, Yakın Alan Yük Modüleli pasif RFID Metotlar, Tamamı Aktif Aktarıcılar, Spektrum Kullanımı ve Performans Sınırlamaları, Veri Formatları, Şifreleme Metotları ve Standartları, Veri Bütünlüğü ve RFID için Güvenlik, Çoklu-Etiket Tahkimi ve Adresleme Algoritmaları

Işıma Mekanizması ve Anten Sistemlerine Genel Bakış, Anten Tipleri, Antenlerin Temel Parametreleri, Mühendislik Prensipleri, Işıma İntegralleri, Doğrusal Tel Antenler, Mikro-şerit ve Baskı Antenleri, Açıklık Antenler, Sayısal Hesaplamalar ve Ölçümler. /

Maxwell Denklemleri, Zaman-Uzayı Metotları: Sonlu Farklar ve Sonlu Elemanlar, Frekans-Uzayı Metotları.: Momentlerin Metodu ,Sonlu Elemanlar, Yüksek Frekans Metotları : Geometirik Optikler, Kırınım ve Çok Kutup Metotları. Uygulama Alanları

Bu derste, otonom aracın konumlanması, nesne tanıma, yol izleme, sensör füzyonu, haritalama, engellerden sakınma konuları anlatılacak ve Robot İşletim Sistemi (ROS) ortamında, Python tabanlı algılama, hareket planlama ve navigasyon teknikleri öğretilecektir.

Elektromanyetikte ileri konular, ileri anten sistemleri, elektromanyetik dalgaların yayılımı ve ölçümünde ileri konular

Tümleşik devrelerdeki Aktif Devre Bileşenlerinin Modelleri, Tranzistörlü Ayrık Yükselteçler, Akım Kaynakları, Aktif Yükler, Referanslar ve Çıkış katları, İşlemsel yükselteçler, Tümleşik Devrelerin Frekans Tepkesi, Geribeslemeli Yükselteçler, Tümleşik Devrelerin Ffrekans Kararlılığı, Doğrusal Olmayan Değişik Analog Tümleşik Devreler.

MOS transistör kuramı, CMOS teknolojisi, Fark ve İşlemsel Yükselteçler, Çıkış katları, yarı analog teknikler, Anahtarlamalı Kapasitör Devreleri, Sürekli Zaman Süzgeçleri, Veri Dönüşürücüler, Gerilim Referansları

MOS Tranzistör teorisi, CMOS teknolojisi, Devre karakterizasyonu, CMOS Mantık Kapısı Tasarımı, CMOS Mantık Yapıları, tartışılacaktır. Dinamik mantık ve Saatleme stratejileri, G/Ç Yapıları, Hafıza, Düşük Güçlü VLSI Tasarımı, Tümdevre tasarım Seçenenekleri, Tasarım Doğrulama araçları, CMOS Devre Testler.

Veri çeviricilerine genel bakış, Analog/sayısal, sayısal/analog dönüştürücülerde örnekleme, Veri dönüştürmede kıstaslar, Anahtarlamalı kapasitör devreleri, Devrelerde ideal dışı durumlar, Nyquist A/D, Tek ve çok basamaklı dönüştürücüler, Algoritmik ve Ardışık Yaklaştırma Kaymaç A/D dönüştürücüler, A/D ve D/A dönüştürücülerde limitler, Belirli ve belirli olmayan gürültü, Aşırı örneklemeli A/D dönüştürücüler.

Tranzistör modelleri ve bozulma yaratma, analog tümdevrelerin temel kazanç katlarında büyük işaret performansı; yükselteçlerde güç serileri ve bozulma, kaynak direnci ve doğrusal olmayan beta ile bozulma yaratma, geribeslemeli yükselteçlerde bozulma; tümdevrelerde temel çıkış katları, basit bantgeçiren yükselteçler, transformatörler, temel elektronik osilatörler, gerilim kontrollü osilatörler, analog çarpıcılar, karıştırıcılar, modülatörler, demodülatörler ve dedektörler, faz-kilitlemeli döngü.

Sezme kuramı, ikili M-seviye hipotez testi, kestirim kuramı, stokastik süreçlerin gösterimi, Karhunen-Loeve açılımı, beyaz ve renkli gürültü içinde işaret parametrelerini sezme ve kestirim, sürekli dalga şekilllerini kestirim, optimum doğrusal gerçeklenebilir işlemciler, Wiener-Hopf denklemi.

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.

Kablosuz haberleşme , yol kaybı gölgelenmesi, Kablosuz kanal modelleri, kablosuz kanallar üzerinde temel dijital modülasyon teknikleri .

Giriş ve Geçmiş, Yörüngesel Bakış Açısı ve Fırlatma, Uzayaracı Altsistemleri Bağlantı Bütçeleri, Modülasyon, Çoklu Erişim , Kodlama, Frekans & İlerleme Bakış Açısı, Dünya İstasyonu Teknolojsi & VSAT’lar , Sabit Konumda Durmayan Uydu Sistemleri (NGSO), Uygulamalar (GPS, Mobile, Internet, vb ).

Kablosuz haberleşme alanındaki son bilimsel gelişmelerin ele alındığı bu derste temel kaynak olarak evrensel ölçekte öncü dergi makaleleri ve konferans bildirileri kullanılacaktır. Güncel bilimsel kuramlar ve yeni gelişen teknolojilerde, devre ve sistem kuramının uygulama örnekleri incelenecektir. Öğrenci, Haberleşme alanı içerisinde yapılan araştırmaların yanında, çok disiplinli, disiplinler arası ve disiplinler ötesi araştırmalar hakkında da bilgi edinecek ve alanın temel kavramlarını edinecektir.

Bu derste donanım ve yazılım tasarımı methodları, bilgisayar destekli tasarım ve benzetim programları, çeviriciler, derleyiciler, hata ayıklayıcılar ve programcılar işlenecektir. Motorola, Intel ve ARM gibi değişik işlemciler ile uC-Linux ve PalmOS gibi işletim sitemleri çalışılacaktır. Ayrıca USB, PCI, Ethernet ve Bluetoth gibi bilgisayar arayüzleri incelencektir.

Gömülü DSP sistemlerinin donanım ve yazılım yönleri, donanım ve yazılım arasındaki etkileşim, gerçek zaman prensipleri ve algoritma tasarımı ve uygulamasındaki dengeler.

Enerji sistemlerinde kararlılık, simulasyon metodları, swing denklemi, eşit alan kriteri, senkron makinelerin matemaiksel modeli, uyarım ve mekanik regülatör modelleri, çok makineli sistem modellemesi, nümerik metodlar ve tek ve çok makineli sistemlerin kararlılık analizi.

Bu derste harmonik oluşumu, akışı ve gerilim artış ve düşüşü modellemesi gibi enerji kalitesi konuları irdelenecektir. Gerçek vaka analizleri incelenerek bu olayların trafolara, motorlara, anahtarlara ve çeviricilere etkileri çalışılacaktır. Diğer incelenen konular akıllı ağda enerji kalitesi problemleri, yenilenebilir kaynakların bu problemlere katkısı ve mühendislik ekonomisi konuları olacaktır.

Güneş Enerjisi, Bioenerji, Küçük hidro-türbinler, Rüzgar enerjisi, Dalga Enerjisi, Jeotermal enerji, Gel-git enerjisi, Hidrojen enerjisinin üretimi, depolanması ve kullanılması.

Bu dersin içeriğinde seçilmiş bir konuda güncel bir taramayı sunan makaleler yer almaktadır.

Bu derste hızlı dalgacık dönüşümü algoritmaları, algoritmaların filtrelerle ilişkileri, dalgacık paketleri analizi yarı, çiftdikkenlik ve çiftdikken analizi, mimari ve taşıyıcı dalgacık konuları işlenecektir.

Video sistemlerine giriş, video işaretlerinin Fouırier analizi, uzamsal-zamansal örnekleme, hareket analizi ve hareket kestirimi, video süzgeçleme ve onarımı, video kodlama ve sıkıştırma teknikleri, süper çözünürlük, sayısal TV ve video haberleşme standartları.

Doğrusal olmayan davranışlara giriş: Çoklu denge durumu, limit çevrim, dallanma, karmaşık dinamik davranışlar. İki-boyutlu dinamik sistemler, faz düzlemi analizi. Açıklayıcı fonksiyon. Giriş-çıkış analizi ve kararlılık. Liapunov kararlılık kuramı. Lure problemi, daire ve Popov ölçütü. Geri beslemeyle doğrusallaştırma ve kayan mod kontrol.

Dinamik sistemler ve küme kuramı temelinde, kaotik dinamikler ve fraktal kümelerin bir arada incelenmesi. Değişmez kümelerde, başlangıç koşullarına hassas bağımlılık ve topolojik geçişlilik. Kararlı sabit noktadan peryod katlanmasına ve kaosa geçiş. Sembolik dinamikler ve garip çekici örnekleri. Kantor kümesinden klasik fraktal kümelere. Öz benzerlik ve fraktal boyut. Ardışık fonksiyon sistemleri ile görüntü kodlama. Fraktal oluşturmada rassallık. Kaotikleştirme. Kaos ve fraktalların mühendislik uygulamaları

Elektrostatik ve manyetostatikteki limit değer problemleri , çeşitli koordinatlardaki Laplace denklemleri , Green fonksiyonları. Çok kutuplu genişleme. Ortamın kaybı ve dağılımı, Kramers-Kronig ilişkileri. Dalgakılavuzları ve kaviteler. Bağıl yüklü parçacıklardan radyasyon, radyasyonun alan, frekans ve açısal dağılımı, synchrotron radyasyonu.

Bu ders Elektrik ve Elektronik Mühendisliği Doktora Programı için zorunlu bir derstir. Ders, Rasgele Sinyaller, Olasılık Teorisi, Stokastik Süreçler ve Rasgele İşaret İşleme alanındadır. Ders, temel olasılık kavramlarını, zaman ortalamalarını, istatistiksel ortalamaları, rasgele değişkenleri, momentleri, CDF, PDF ve PSD fonksiyonlarını, rasgele vektörleri, durağan ve ergodik rasgele süreçleri ve rasgele sinyalleri incelemeyi amaçlamaktadır.

Common LISP ve Prolog; Akıllı Etmenler; Problem çözme ve Arama: düzenli ve sezgisel arama, A*, yerel arama ve optimizasyon; Kısıt sağlama problemleri; Oyun oynama ve rekabet ortamında arama; Matıksal muhakeme. Önerme mantığı. Birinci seviye mantık. Birinci seviye mantıkta çıkarsama; Planlama; Belirsizlik altında muhakeme. Bayes kuralı. İnanç ağları. Karar vermek için inançları kullanma. İnançları öğrenme; Özel konular: Robotik, Doğal Dil İşleme, Oyun Teorisi, diğer Yapay Zeka uygulamaları.

Bu dersin amacı matematiksel modellemeyi hali hazırda bilen öğrencilere sezgisel algoritmaların işleyişini sunar. Başlıklar temel sezgisel yapılar (greedy, improvement, construction); benzetim tavlama, tabu search, genetic algoritma, karınca koloni ve benzeri metasezgisel algoritmalardır. Derslerde sezgiseller ile ilgili temel bilgiler not olarak sağlanacaktır. Öğrencilerin dersin ilgili olduğu konularla ilgili çeşitli uygulamalar yapması beklenmektedir. Buna ek olarak, proje ödevi olarak bir problemi uygun bir sezgisel metod ile çözecek program yazmaları ve bu programın performansını ölçmeleri beklenmektedir.

Denetimli öğrenme: Karar ağaçları, en yakın komşular, lineer sınıflandırıcı ve çekirdekler, sinir ağları, lineer bağlamlandırma, öğrenme teorisi, Denetimsiz öğrenme: Kümeleme, grafik modeller, EM, PCA, factor analizi. Pekiştirilmiş Öğrenme: Değer iterasyonu, kural iterasyonu, TD öğrenme, Q öğrenme. Bayesyan öğrenme, çevrim içi öğrenme.

Bu dersin konuları arasında doğrusal programlamanın teorisi, algoritmalar ve çözüm yöntemleri; doğrusal programların formüle edilmesi; dualite ve duyarlılık çözümlemesi; primaldual simplex metodları; ulaşım, konaklamalı ulaşım ve atama problemleri; doğrusal programlamanın uzatımları, tam sayılı programlama ve çözüm yöntemleridir.

Dersin içeriğinde ikiboyutlu sinyaller olarak sayısal görüntüler; ikiboyutlu evrişim, Fourier dönüşümü, ve ayrık cosine dönüşümü; Görüntü işleme temelleri; Görüntü iyileştirme; Görüntü onarımı; Dalgacıklar ve Çokluçözünürlük işleme; Görüntü kodlama ve sıkıştırma; Video kodlama ve sıkıştırmayı içeren video işleme bulunmaktadır.