BİLGİ TEKNOLOJİLERİ (YL) (TEZLİ) (İNGİLİZCE)
Kazanılan Yeterlilik	Program Süresi	Toplam Kredi (AKTS)	Öğretim Şekli	Yeterliliğin Düzeyi ve Öğrenme Alanı
YÜKSEK LİSANS DERECESİ	2	120	ÖRGÜN	TYÇ, TYYÇ, EQF-LLL, ISCED (2011):7. Düzey QF-EHEA:2. Düzey TYYÇ, ISCED (1997-2013): 44,46,48,52,72

Ders Genel Tanıtım Bilgileri

Ders Kodu:

3024002005

Ders İsmi:

Signal Processing

Ders Yarıyılı:

Bahar
Güz

Ders Kredileri:

Teorik	Pratik	Laboratuvar	Kredi	AKTS
3	0	0	3	6

Öğretim Dili:

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Ders İçin Önerilen Diğer Hususlar:

Dersin Türü:

Department Elective

Dersin Seviyesi:

Yüksek Lisans

TYYÇ:7. Düzey

QF-EHEA:2. Düzey

EQF-LLL:7. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Prof. Dr. Esengül SALTÜRK

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:	Dersin amacı; dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını tanıtmak ve pratik uygulamalar ile öğrencilerin öğrendiklerini pekiştirmelerini sağlamaktır.
Dersin İçeriği:	Olasılık, örnekleme, rasgele değişkenler, sürekli değişkenler, vektör uzayları ve doğrusal cebir, gürültü, sinyaller ve sistemler, süzgeçleme, Fourier dönüşümü, Kalman süzgeci, korelasyon-kovaryans analizi, Markov modelleri, Shannon Teorisi ve Gauss süreçleri.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Kazanımları

1 - Bilgi
Kuramsal - Olgusal
1) Dersin sonunda öğrenciler dijital filtrelerin nasıl tasarlanacağını öğrenmiş olacaktır.
2 - Beceriler
Bilişsel - Uygulamalı
1) Dersin sonunda öğrenciler sinyal işleme algoritmalarını anlayabilecek ve Mathlab programında uygulayabilecektir.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Olasılık teorinin temelleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
2)	Olasılık teorinin temelleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
3)	Olasılık teorinin temelleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
4)	Vektör Uzayları	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
5)	Haberleşme, gürültü ve dijital veri iletimi	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
6)	Sinyaller ve sistemler	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
7)	Ara sınav
8)	Süzgeçleme	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
9)	Fourier dönüşümü ve uygulamalar	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
10)	Kalman süzgeci, korelasyon-kovaryans analizi	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
11)	Kalman süzgeci, korelasyon-kovaryans analizi	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
12)	Markov modelleri, Shannon Teorisi ve Gauss süreçleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
13)	Markov modelleri, Shannon Teorisi ve Gauss süreçleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
14)	Markov modelleri, Shannon Teorisi ve Gauss süreçleri	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
15)	Pratik uygulamalar	1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.

Kaynaklar

Ders Notları / Kitaplar:

1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.

Diğer Kaynaklar:

1-Alan V. Oppenheim, Ronald W. Schafer, John R. Buck: "Discrete-Time Signal Processing", Prentice Hall, 2nd Edition, 1998.
2-Dick Blandford, John Parr. Introduction to Digital Signal Processing. Pearson Education, Inc, 2013, ISBN: 978-0-13-139406-3.
3-G. Strang, Introduction to Linear Algebra, 2016.
4-H. Stark & J. W. Woods, Probability and Random Processes with Applications to Signal Processing, 2014.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2
Program Kazanımları
1) Yazılım mühendisliği, veri yönetimi ve bilgisayar güvenliği gibi temel bilgi teknolojilerindeki güncel teknik kavramları ve uygulamaları kullanma becerisi.
2) Kullanıcı ihtiyaçlarının belirlenmesi, analiz edilmesi ve bilgisayar tabanlı sistemlerin seçiminde, değerlendirilmesinde ve yönetiminde kullanımının anlaşılması.
3) Veri yapılarını kullanma ve algoritma geliştirme becerisi.
4) Karmaşık büyük veri sistemlerini analiz etme ve yorumlama becerisi.
5) Makine öğrenmesindeki kavram ve algoritmaların yorumlanması ve uygulanması becerisi.
6) Veri analizi alanındaki derin öğrenmenin Matematik temellerinin anlaşılması ve teoriyi uygulama becerisi.
7) Karmaşık veri yapılarını çözme, derin öğrenme modelleri geliştirme ve uygulama becerisi ve bu konularla ilgili yapay zeka odaklı araştırmaları yorumlama becerisi.
8) Görüntü analizi, doğal dil işleme ve öneri sistemlerindeki sorunları çözmek için derin öğrenme tekniklerini uygulama ve gerçek dünya veri kümeleri ve projelerini yorumlama becerisi.
9) Dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını pratik uygulamalara aktarma becerisi.
10) İnternet aracılığıyla kullanılan araç ve teknolojiler ile sunucu kodlama dilleri ve araçları için kullanılan farklı teknolojiler hakkında bilgi kazanılması.
11) Tek hücreli organizmalarda genetik bilgi akışı ve çok hücreli organizmalarda genlerin nasıl işlediğinin anlaşılması ve biyoteknoloji alanındaki uygulamaları yorumlama ve uygulama becerisi.
12) Etik değerlerin bilincinde olunması ve bu değerler çerçevesinde araştırma ve uygulama yapılması gerekliliğinin anlaşılması.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Yazılım mühendisliği, veri yönetimi ve bilgisayar güvenliği gibi temel bilgi teknolojilerindeki güncel teknik kavramları ve uygulamaları kullanma becerisi.
2)	Kullanıcı ihtiyaçlarının belirlenmesi, analiz edilmesi ve bilgisayar tabanlı sistemlerin seçiminde, değerlendirilmesinde ve yönetiminde kullanımının anlaşılması.
3)	Veri yapılarını kullanma ve algoritma geliştirme becerisi.
4)	Karmaşık büyük veri sistemlerini analiz etme ve yorumlama becerisi.
5)	Makine öğrenmesindeki kavram ve algoritmaların yorumlanması ve uygulanması becerisi.
6)	Veri analizi alanındaki derin öğrenmenin Matematik temellerinin anlaşılması ve teoriyi uygulama becerisi.
7)	Karmaşık veri yapılarını çözme, derin öğrenme modelleri geliştirme ve uygulama becerisi ve bu konularla ilgili yapay zeka odaklı araştırmaları yorumlama becerisi.
8)	Görüntü analizi, doğal dil işleme ve öneri sistemlerindeki sorunları çözmek için derin öğrenme tekniklerini uygulama ve gerçek dünya veri kümeleri ve projelerini yorumlama becerisi.
9)	Dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını pratik uygulamalara aktarma becerisi.
10)	İnternet aracılığıyla kullanılan araç ve teknolojiler ile sunucu kodlama dilleri ve araçları için kullanılan farklı teknolojiler hakkında bilgi kazanılması.
11)	Tek hücreli organizmalarda genetik bilgi akışı ve çok hücreli organizmalarda genlerin nasıl işlediğinin anlaşılması ve biyoteknoloji alanındaki uygulamaları yorumlama ve uygulama becerisi.
12)	Etik değerlerin bilincinde olunması ve bu değerler çerçevesinde araştırma ve uygulama yapılması gerekliliğinin anlaşılması.

Öğrenme Etkinliği ve Öğretme Yöntemleri

Bireysel çalışma ve ödevi
Ödev

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev
Uygulama

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ödev	1	% 30
Ara Sınavlar	1	% 30
Yarıyıl/Yıl Sonu Sınavı	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 40
Toplam		% 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Proje	1	50	50
Ödevler	1	70	70
Ara Sınavlar	1	3	3
Final	1	3	3
Toplam İş Yükü			168