- Ders Uygulama Planı
- Salı 8:30-12:20
- Slaytlar
- Ödevler
- Ara sınav
- Yer ve saat: 31 Ekim 2017, ders sınıfında. saat 8:30’da.
- Sorumlu olduğunuz konular, Chapter 1,2,3, 4’ten durağan süreçler’e kadar.
- Konu sonlarındaki problemleri çözmek faydalı olabilir.
- Sınava ders kitabı veya pdf fotokopisi ile girebilirsiniz, başka bir şey olmasın. Kitap üzerinde yazı olmasın.
- Hesap makinesi kullanabilirsiniz, ancak gerek olmayabilir.
- Final Sınavı
- Yer ve saat:
- Sorumlu olduğunuz konular: Chapter 4,5,6
- Ch4: Bu konu ile ilgili direkt soru gelmeyebilir, ancak sonraki konular için çalışmanız gerekir.
- Ch5: Expectation-Maximization algoritması ile ilgili bir soru gelebilir
- Ch5: HMM’de Viterbi algoritmasının uygulamasını sorabilirim. Baum Welch ve Forward Backward algoritması sormam
- Ch6: 6.1,6.2, 6.3, 6.4, 6.6, 6.7, 6.8’den soru çıkabilir. 6.5 ve 6.9’dan soru sormam.
- Konu sonlarındaki problemleri çözmek faydalı olabilir.
- Sınav açık kitap olacaktır (open book)
- [YENİ]Dönem Ödevi [Teslim tarihi: 12 Aralık Salı Saat 12:00’a kadar tgirici “at” gmail.com adresine e-mail ile gönderin.]
- Tek kişi veya ikili gruplar halinde bir indeksli dergi makalesi okunacak ve bir rapor hazırlanacaktır.
- Her kişi veya grup makalesini kendi belirleyecek. Makaleler minimum 7 sayfa olmalıdır. Geçen sene okunan makaleleri Google Drive’a koydum. Lütfen bunlardan farklı bir makale seçin. Eğer sizin seçtiğiniz makaleyi sizden farklı bir kişi/grup seçmişse, başka bir makale bulmanızı isterim. O nedenle acele etmeniz iyi olur.
- Seçtiğiniz makalede derste öğrendiğimiz ileri konulardan biri (HMM, EM, Baum Welch, Forward Backward) kullanılıyor olmalıdır.
- Lütfen 24 Kasım Cuma gününe kadar bana tercihleriniz ve grubunuzu belirten bir e-mail atın.
- Şu ana kadar belirlenen makaleler:
- Çağla Gagacı: Human action learning via hidden Markov model
- Deniz Tanrıbilir: An FPGA-Based Unscented Kalman Filter
for System-On-Chip Applications - Mutullah Eşer: Traffic state prediction using Markov chain models
- Senem Karaman: Expectation-Maximization-based Channel
Estimation for Multiuser MIMO Systems - Yılmaz Ütük: Burst Error Statistics of Simulated Viterbi Decoded
BPSK on Fading and Scintillating Channels - Başak Kukul: Joint Erasure Marking and Viterbi Decoding
Algorithm for Unknown Impulsive Noise Channels - Hacer Güler: Segmentation of Brain MR Images Through a
Hidden Markov Random Field Model and the Expectation-Maximization Algorithm - Önder Kayhan: Channel Quality Prediction Based on Bayesian
- Tuğrul Özcan, Kunter Atak, Precoding in downlink multi-carrier code division multiple access systems using expectation maximisation algorithm
- Kaan Sezginer, An adaptive cubature Kalman filter algorithm for inertial and land-based navigation system
- Furkan Aydın Dynamic classification of ballistic missiles using neural networks and hidden Markov models
- Ozan Fırat Özgül, Artun Sel One Microphone Source Separation
- Makale ödevi 100 üzerinden 20 puanlıktır. Eğer okuduğunuz makaleyi ayrıca Matlab’da gerçekleyebilirseniz bir o kadar daha ekstra (bonus) puan almanız mümkündür.
- Raporun içeriği:
- Özet: Raporda öncelikle çalışmanın konusu ve ele alınan problem kısaca açıklanacaktır (100 kelime).
- Daha sonra benzer konularda daha önce neler yapıldığı ve literatürde daha önce yapılmış çalışmaların üzerine bu çalışmada ne gibi yenilikler getirdiği açıklanacaktır (250 kelime civarı).
- Sistem modeli ve varsayımlar açıklanacaktır (200 kelime civarı).
- Matematiksel problemin amacı ve varsa kısıtları açıklanacaktır (100 kelime civarı). Denklem kullanmadan açıklayabilirsiniz.
- Problemin çözümünde ne gibi teknikler ve varsa basitleştirici varsayımlar kullanıldığı açıklanacaktır (100 kelime civarı)
- Önerilen yöntemin numerik analizinde/benzetimlerde hangi parametrelerin değiştirildiği ve ne gibi ölçütlere bakıldığı açıklanacaktır. Karşılaştırma yapıldıysa hangi yöntemlerle yapıldığı sonuçlarıyla kısaca açıklanacaktır (200 kelime civarı).
- Bu çalışmaya (Google Scholar’da) atıfta bulunan daha yeni çalışmalar varsa kısaca incelenerek ne gibi yenilikler getirildiği kısaca açıklanacaktır (200 kelime civarı ).
- Her bilimsel çalışma (modeli daha kapsamlı hale getirerek, kısıtlayıcı varsayımları azaltarak, daha iyi bir yöntem önererek) geliştirilebilir. Bu çalışmanın ne yönde ve nasıl geliştirilebileceği hakkında fikir yürütülecektir (250 kelime civarı).
- Referanslar gerektiği kadar eklenebilir.
- Okunaklı olması için bazı kısıtlar: MS Word, 12pt font,1.5 satırlık satır aralığı, maksimum 8 sayfa, referanslar dahil en fazla 1800 kelime
- Tek kişi veya ikili gruplar halinde bir indeksli dergi makalesi okunacak ve bir rapor hazırlanacaktır.
- [YENİ] ELE574GUZ2017_NOTLAR