| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Uygulamalı İşaret İşleme (ue) | MKT529 | Seçmeli | Yüksek lisans | 1 | Bahar | 8 |
Öğretim Elemanı Adı
Dr. Öğr. Üyesi Suat KARAKAYA
Dersin Öğrenme Kazanımları
1) Sayısal işaretlerin analizi
2) Ayrık-zamanlı sistem tasarımı
3) lgili dönüşüm yöntemlerinin etkin bir şekilde işaret/sistem analizinde kullanılması
4) Sistem çıktılarının hesaplanabilmesi
5) Bir yazılım ortamında sayısal işaret işleme yöntemlerinin uygulanması
6) Temel kestirim yöntemlerinin mobil robot sistemleri üzerinde uygulanması
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | |||||
| 1 | 2 | 3 | 4 | ||
| Öğrenme Kazanımları | |||||
| 1 | Orta | Yüksek | Yüksek | ||
| 2 | Yüksek | Yüksek | Yüksek | Yüksek | |
| 3 | Yüksek | Yüksek | Yüksek | Yüksek | |
| 4 | Orta | Yüksek | Yüksek | Orta | |
| 5 | Yüksek | Yüksek | |||
| 6 | Yüksek | Yüksek | Yüksek | Yüksek | |
Eğitim Şekli
e-ders
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
Sayısal işaret işlemeye giriş
Dersin İçeriği
Bu ders, sayısal işaret işlemede temel kavramlar, sürekli ve ayrık zamanlı işaretler ve sistemler, ayrık zamanlı sistemler, z-dönüşümü, örnekleme, Laplace dönüşümü, sürekli ve ayrık zamanda konvolüsyon, FIR filtre tasarımı, IIR filtre tasarımı, Kestirim yöntemlerine genel bakış, Parametrik kestirim, parametrik olmayan kestirim, maximum likelihood estimation (MLE), en küçük kareler (Least squares), parçacık tabanlı filtreler (PF), mobil robotik uygulamaları başlıklarını kapsar.
Haftalık Ders İzlencesi
1) Sürekli ve ayrık zamanlı işaretler2) Ayrık zamanlı sistemler
3) z-dönüşümü
4) Laplace dönüşümü
5) Sürekli ve ayrık zamanda konvolüsyon
6) FIR filtre tasarımı, IIR filtre tasarımı
7) Kestirim yöntemlerine genel bakış
8) Ara Sınav
9) Parametrik kestirim
10) Parametrik olmayan kestirim
11) Maximum likelihood estimation (MLE)
12) En küçük kareler
13) Parçacık tabanlı filtreler (PF)
14) Mobil robot sistemlerine giriş
15) Parçacık tabanlı konumlandırma sistemleri
16) Final Sınav
Önerilen/İstenen Ders Kaynakları
1- Sebastian Thrun, Wolfram Burgard, Dieter Fox, Probalilistic Robotics, MIT Press
2- Bernard Widrow, Adaptive Signal Processing, Pearson
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
1) Anlatım
2) Soru-Cevap
3) Tartışma
Değerlendirme Yöntemi ve Ölçütleri
Yarıyıl İçi Çalışmalarının Başarıya Oranı |
40% |
|||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
||||||||||||
Yarıyıl Sonu Sınavının Başarıya Oranı |
60% |
|||||||||||
Toplam | 100% | |||||||||||
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte