Ders Kodu Ders Adı Teorik Uygulama Laboratuvar Yerel Kredi AKTS
EEE505 BAYESİAN TEMELLİ İŞARET İŞLEME 3,00 0,00 0,00 3,00 6,00

Ders Detayı
Dersin Dili : İngilizce
Dersin Seviyesi : Yüksek Lisans
Ön Koşullar : Yok
Dersin Amacı : Temelden (Baye'nin kuralı) başlayarak, ileri nesil modele dayalı tekniklerle (ardışık Monte Carlo örneklemesi) gelişen daha gelişmiş (Monte Carlo örneklemesi) birleştirilmiş Bayesian yöntemini tanıtmak.
Dersin İçeriği : Bayesian sinyal işleme tekniklerine modern yaklaşımların incelenmesi. Bayesian işleme için durum-alan modellemesi, Kalman filtresi, parçacık filtresi, rasgele sonlu küme teorisi ve uzantılarıyla birlikte PHD filtresi konularını içerir. Dersler ve ödevler, bu yöntemlerin teori, uygulama ve uygulamalarını içerecektir.
Dersin Kitabı / Malzemesi / Önerilen Kaynaklar : James V. Candy, Bayesian Signal Processing: Classical, Modern, and Particle Filtering Methods, 2nd Edition.
Planlanan Öğrenme Etkinlikleri ve Öğretme Yöntemleri : Yüz yüze, ödevler, sunumlar ve sınavlar
Ders İçin Önerilen Diğer Hususlar : T. K. Moon and W. C. Stirling, Mathematical Methods and Algorithms for Signal Processing, Prentice-Hall, 2000.<br /><br />R. P. S. Mahler. Statistical Multisource-Multitarget Information Fusion.
Dersi Veren Öğretim Elemanları : Dr. Öğr. Üyesi Volkan Kılıç
Dersi Veren Öğretim Elemanı Yardımcıları : yok
Dersin Verilişi : sunum

  • 1 Bayes kurallarını uygun sinyal işleme problemlerine uygulayabilme.
  • 2 Uygun sinyal işleme problemlerine Kalman filtreleri uygulayabilme.
  • 3 Parçacık filtrelerini uygun sinyal işleme problemlerine uygulayabilme.
  • 4 Uygun sonlu küme teorisini uygun sinyal işleme problemlerine uygulayabilme.
  • 5 Uygun sinyal işleme problemlerine PHD filtreleri uygulayabilme.

Ders Kodu Ders Adı Teorik Uygulama Laboratuvar Yerel Kredi AKTS

Teorik Uygulama Laboratuvar Hazırlık Bilgileri Öğretim Metodları
1.Hafta *Giriş
2.Hafta *Bayes tahmini
3.Hafta *Simülasyona Dayalı Bayes Yöntemleri
4.Hafta *Bayes İşleme İçin Durum-Uzay Modelleri
5.Hafta *Klasik Bayesçi Durum-Uzay İşlemcileri
6.Hafta *Modern Bayesçi Durum-Uzay İşlemcileri
7.Hafta *Parçacık Esaslı Bayesci Durum-Uzay İşlemcileri
8.Hafta *Vize
9.Hafta *Ortak Bayesian Durum / Parametrik İşlemciler
10.Hafta *Ayrık Gizli Markov Modeli Bayesian İşlemciler
11.Hafta *Sıralı Bayes Algılama
12.Hafta *Fizik Bazlı Uygulamalar için Bayesian İşlemciler
13.Hafta *Rassal Sonlu Set
14.Hafta *Kardinalize / Olasılık Hipotezi Yoğunluk Filtreleri ve Uygulamaları

  • 1 Ödev : 30,000
  • 2 Vize : 30,000
  • 3 Final : 40,000

Aktiviteler Sayı Süresi(Saat) Toplam İş Yükü
Vize 1 3,00 3,00
Ödev 5 10,00 50,00
Final 1 3,00 3,00
Derse Katılım 15 3,00 45,00
Ders Öncesi Biresysel Çalışma 15 2,00 30,00
Ders Sonrası Biresysel Çalışma 15 1,00 15,00
Ara Sınav Hazırlık 1 10,00 10,00
Final Sınavı Hazırlık 1 10,00 10,00
Toplam : 166,00
Toplam İş Yükü / 30 ( Saat ) : 6
AKTS : 6,00