EĞİTİM
Ders Detayı
ELE 671 İzge Kestirimi
2020-2021 Güz dönemi bilgileri
Ders bu dönem açık değil
Dersin zamanlama bilgileri haftalık ders programından elde edilmektedir. Ders geçici olarak belirli bir hafta için ertelenmiş ya da zamanı değişmiş olabilir. Dersin o haftaki kesin zamanlama bilgileri için dersin sorumlusuna başvurulmalı ve/veya duyurular takip edilmelidir.
Ders tanım tabloları Hacettepe Üniversitesi AKTS Ders Kataloğu sitesinden (http://akts.hacettepe.edu.tr) gerçek zamanlı olarak alınıp gösterilmektedir. Oluşabilecek hatalar için lütfen orijinal siteyi kontrol ediniz. Bilgiler en son 22/10/2020 tarihinde güncellenmiştir.
ELE671 - İZGE KESTİRİMİ
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| İZGE KESTİRİMİ | ELE671 | Herhangi Yarıyıl/Yıl | 3 | 0 | 3 | 8 |
| Önkoşul(lar)-var ise | Yok | |||||
| Dersin Dili | Türkçe | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Soru-Yanıt Sorun/Problem Çözme | |||||
| Dersin sorumlusu(ları) | Bölüm öğretim üyeleri | |||||
| Dersin amacı | Dersi basarıyla bitiren öğrencilerden istatistiksel süreçlerin analizinde kullanılan temel izge kestirim yöntemlerini ve özelliklerini öğrenmiş olmaları beklenir. | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | Olasılık ve İstatistiksel Süreçler. Güç İzgesi, Periyodogram, Ort. Per., Blackman-Tukey. Parametrik modelleme. AR, MA, ARMA modeller. Sinüs parametre Kes. Yüksek dereceden İzge. Durağan Olmayan Süreçlerin İzgesi. Dizge İşleme | |||||
| Kaynaklar | 1-P.Stoica and R.Moses, Spectral Analysis of Signals, Pearson. 2-S. Kay, Modern Spectral Estimation, Prentice-Hall. 3-L. Marple, Digital Spectral Analysis, Prentice-Hall. 4-Ders Notları. | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Olasılık kuramının tekrarı |
| 2. Hafta | Güç yoğunluk dağılımı (PSD) ,Periodogram |
| 3. Hafta | Ortalama periodogram, Blackman-Tukey, Welch yöntemleri |
| 4. Hafta | Parametrik modelleme, Doğrusal öngörü |
| 5. Hafta | Levinson algoritması, Enbüyük entropi kestirim |
| 6. Hafta | Gürültülü sinüzoidalların AR analizi |
| 7. Hafta | AR izge kestirimi algoritmaları (özilinti,kovaryans), Burg Algoritması |
| 8. Hafta | Durbin Algoritması (MA) , ARMA izge kestirim yöntemleri |
| 9. Hafta | Ara Sınav |
| 10. Hafta | Model derecesi kestirimi, En az değişinti izge kestirimi , Süzgeç bankası |
| 11. Hafta | Sinüzoidal parametre kestirimi: Pisarenko, MUSIC, ESPRIT |
| 12. Hafta | Yüksek dereceli izge (bispectrum) |
| 13. Hafta | Durağan olmayan süreçlerin izge kestirimi (Wigner, Wavelet dön., Evrimsel izge) |
| 14. Hafta | Dizge işleme |
| 15. Hafta | Genel Sınav |
| 16. Hafta | Genel Sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 8 | 12 |
| Sunum | 0 | 0 |
| Projeler | 1 | 8 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 1 | 30 |
| Genel sınav | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 50 | 50 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 50 | 50 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 6 | 84 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 1 | 15 | 15 |
| Ödevler | 8 | 5 | 40 |
| Ara sınavlara hazırlanma süresi | 1 | 25 | 25 |
| Genel sınava hazırlanma süresi | 1 | 30 | 30 |
| Toplam İş Yükü | 39 | 84 | 236 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Elektrik ve Elektronik Mühendisliği'nin gerektirdiği temel bilgilerin yanı sıra Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında geniş ve derin bilgiye sahiptir. | X | ||||
| 2. Matematik, Fen Bilimleri ve Elektrik ve Elektronik Mühendisliği alanlarındaki kuramsal ve uygulamalı bilgileri kullanarak ileri düzeyde analiz ve sentez yeteneği gerektiren karmaşık mühendislik problemlerini çözer. | X | ||||
| 3. Bilimsel literatürü takip eder, yorumlar ve mühendislik problemlerinin çözümünde etkin olarak kullanır | X | ||||
| 4. Araştırma tasarlar, yapar, sonuçları analiz eder ve yorumlar. | X | ||||
| 5. Proje tasarlar, planlar ve yönetir; disiplinlerarası çalışmalarda liderlik yapabilir. | X | ||||
| 6. Problem çözümlerinde yeni ve özgün fikirler üretir. | X | ||||
| 7. Karmaşık, sınırlı ya da eksik verileri analiz edip anlamlı sonuçlar çıkartabilir, disiplinler arası çalışmalarda bu becerisini kullanabilir. | X | ||||
| 8. Teknolojik gelişmeleri takip eder, kendisini geliştirip yeniler, yeni durumlara kolay uyum sağlar. | X | ||||
| 9. Uygulamalarının etik açıdan uygunluğunu ve sosyal ve çevresel etkilerini göz önüne alır. | X | ||||
| 10. Fikirlerini ve çalışmalarını yazılı veya sözlü olarak etkinlikle sunar; İngilizce'yi ileri düzeyde kullanır. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek