PROGRAMI
DERS TANITIM VE UYGULAMA BİLGİLERİ

Ders AdıKoduVerildiği YılVerildiği YarıyılSüresi (T+U)Yerel KredisiAKTS Kredisi
İstatistiksel Sinyal İşlemeEE 4583 + 035,00
 
Ders Bilgileri
Dersin Öğretim DiliTürkçe
Dersin SeviyesiLisans
Dersin Türü
Dersin Veriliş BiçimiYüz Yüze
 
Dersin Öğrenme Kazanımları:

Bu dersi başarı ile tamamlayan öğrenciler:
1. Öğrenci 1. Rasgele sinyallerin işlenmesinde yaygın olarak kullanılan teknikleri anlar ve açıklar. 2. Rassal süreçleri ve parametre kestirimini anlar ve açıklar, 3. Görüntü analizi, güvenilir olmayan kanallar üzerinden iletişim dahil olmak üzere pratik sinyal işleme problemleri için temel sinyal işleme yöntemlerini kullanan yazılımlar geliştirir ve uygular.
 
Dersin Önkoşulları ve Birlikte Alınması Gereken DerslerYok
Daha Önce Alınmış Olması Önerilen DerslerYok
 
Dersin Tanımı:

Bu seçmeli ders, sinyal işleme ve olasılık teorisi dersleri arasında kavramsal ve pratik bir köprü görevi görmektedir. Rastgele sinyallerin sinyal işlenmesinde temel teknikler ve yöntemler vurgulanmaktadır.
 
Üretken Yapay Zeka Kullanımı:

-
 
Dersin İçeriği (Haftalık Konu Dağılımı):
 
HaftaKonu
1Rastgele Değişkenler ve Olasılık Teorisine Genel Bakış.
2Ortak Dağıtılmış Rastgele Değişkenler, Ortak Yoğunluk ve Kütle Fonksiyonları
3Beklenen Değer, Korelasyon, Momentler,
4Beklenen Değer, Korelasyon, Momentler, Moment Üreten Fonksiyonlar, Karakteristik Fonksiyonlar, Enerji ve güç spektral yoğunlukları
5Rassal değişkenler toplamı, Merkezi Limit Teoremi
6Rastgele Vektörler, Rastgele Vektörlerin Karakteristik Fonksiyonları, Kovaryans Matrisi
7Kovaryans Matrisinin Özellikleri, Kovaryans Matrisinin Öz Vektörleri, Başlıca Bileşen Analizi
8Beklenti ve Tahmine Giriş, tarafsızlık, tutarlılık,
9Maksimum Olasılık ve Doğrusal Tahmin Ediciler
10Rastgele Süreçlere Giriş, durağanlık, ergodisite,
11Rastgele Yürüyüş, Poisson Sayım İşlemleri,
12Markov Rastgele Süreçleri, Wiener (Brownian) Süreçleri,
13Doğrusal Sistemler Aracılığıyla Rastgele Sinyal İletimi
14Genel tekrar
 
Kaynaklar:
Henry Stark, John W. Woods Probability and Random Processes with Applications to Signal Processing Prentice Hall 2001 0-13-020071-9 Alberto Leon-Garcia Probability, Statistics, and Random Processes for Electrical Engineering Pearson Prentice Hall 2008 978-0-13-147122-1 Dimitris G. Manolakis, Vinay K. Ingle, Stephen M. Kogon Statistical and Adaptive Signal Processing McGraw-Hill 2000 0-07-040051-2
 
Diğer Kaynaklar:
Başka kaynak kullanımı yoktur
 
Öğretim Yöntem ve Teknikleri:
Haftada 3 saat ders. 1 vize, 1 final olacak. 1 bilgisayar projesi verilecek.
 
Değerlendirme Sistemi:
YöntemAdetKatkı (%)
Ödev2%10
Ara Sınav1%20
Proje1%30
Final Sınavı1%40
 
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu?
Gerektirmiyor
 
Dersin AKTS İş Yükü:
#AktiviteAdetSüre (Saat)İş Yükü
1Derslere Katılım (haftalık bazda)143,0042,00
2Laboratuvarlara/Derslere Katılım (haftalık bazda)00,000,00
3Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda)141,0014,00
4İlgili materyalin toplanması ve seçilmesi (bir kez)16,006,00
5İlgili materyalin kendi kendine incelenmesi (haftalık bazda)141,0014,00
6Ev ödevleri33,009,00
7Sınavlara Hazırlık00,000,00
8Ara Sınavlara Hazırlık (Sınavların süresi dahil)113,0013,00
9Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil)00,000,00
10Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil)110,0010,00
11Final Sınavına Hazırlık (sınav süresi dahil)117,0017,00
 
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
#Program YeterlilikleriKatkı (0-4)
1Matematik, fen bilimleri, temel mühendislik, bilgisayar tabanlı hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi sahibi olma.3
2Bu bilgileri karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.2
3Karmaşık mühendislik problemlerini; temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını gözeterek tanımlama, formüle etme ve analiz becerisi.1
4Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi.3
5Karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.2
6Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dâhil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi.1
7Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi.1
8Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları kapsamında topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi sahibi olma.1
9Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.1
10Mühendislik meslek ilkelerine uygun davranma ve etik sorumluluk hakkında bilgi sahibi olma.1
11Hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık sahibi olma.1
12Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.1
13Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü ve yazılı etkin iletişim kurma becerisi.1
14Proje yönetimi, ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi sahibi olma.1
15Girişimcilik ve yenilikçilik konusunda farkındalık sahibi olma.1
16Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.1