ELE 574 – FALL 2017

  1. Ders Uygulama Planı
  2. Salı 8:30-12:20
  3. Slaytlar
    1. Chapter 1
    2. Chapter 2
    3. Chapter 3
    4. Chapter 4 (KalmanExample)
    5. Chapter 5
    6. Chapter 6
    7. Chapter 7
    8. Chapter 8
  4. Ödevler
    1. Ödev 1 (Çözüm)
    2. Ödev 2 (Çözüm) (Teslim tarihi 31 Ekim)
    3. Ödev 3 (Çözüm) (Teslim Tarihi 7 Kasım)
    4. Ödev 4 (Çözüm) (Teslim Tarihi Final Saatinde)
    5. Ödev 55(Çözüm) (Teslim Tarihi Final Saatinde)
  5. Ara sınav
    1. Yer ve saat: 31 Ekim 2017, ders sınıfında. saat 8:30’da.
    2. Sorumlu olduğunuz konular,  Chapter 1,2,3, 4’ten durağan süreçler’e kadar.
    3. Konu sonlarındaki problemleri çözmek faydalı olabilir.
    4. Sınava ders kitabı veya pdf fotokopisi ile girebilirsiniz,  başka bir şey olmasın. Kitap üzerinde yazı olmasın.
    5. Hesap makinesi kullanabilirsiniz, ancak gerek olmayabilir.
  6. Final Sınavı
    1. Yer ve saat:
    2. Sorumlu olduğunuz konular: Chapter 4,5,6
      1. Ch4: Bu konu ile ilgili direkt soru gelmeyebilir, ancak sonraki konular için çalışmanız gerekir.
      2. Ch5: Expectation-Maximization algoritması ile ilgili bir soru gelebilir
      3. Ch5: HMM’de Viterbi algoritmasının uygulamasını sorabilirim. Baum Welch ve Forward Backward algoritması sormam
      4. 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.
    3. Konu sonlarındaki problemleri çözmek faydalı olabilir.
    4. Sınav açık kitap olacaktır (open book) 
  7.  [YENİ]Dönem Ödevi [Teslim tarihi: 12 Aralık Salı Saat 12:00’a kadar tgirici “at” gmail.com adresine e-mail ile gönderin.]
    1. Tek kişi veya ikili gruplar halinde bir indeksli dergi makalesi okunacak ve bir rapor hazırlanacaktır.
      1. 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.
      2. Seçtiğiniz makalede derste öğrendiğimiz ileri konulardan biri (HMM, EM, Baum Welch, Forward Backward) kullanılıyor olmalıdır.
      3. Lütfen 24 Kasım Cuma gününe kadar bana tercihleriniz ve grubunuzu belirten bir e-mail atın.
      4. Şu ana kadar belirlenen makaleler:
        1. Çağla Gagacı:  Human action learning via hidden Markov model
        2. Deniz Tanrıbilir:  An FPGA-Based Unscented Kalman Filter
          for System-On-Chip Applications
        3. Mutullah Eşer:  Traffic state prediction using Markov chain models
        4. Senem Karaman: Expectation-Maximization-based Channel
          Estimation for Multiuser MIMO Systems
        5. Yılmaz Ütük: Burst Error Statistics of Simulated Viterbi Decoded
          BPSK on Fading and Scintillating Channels 
        6. Başak Kukul:  Joint Erasure Marking and Viterbi Decoding
          Algorithm for Unknown Impulsive Noise Channels
        7. Hacer Güler:  Segmentation of Brain MR Images Through a
          Hidden Markov Random Field Model and the Expectation-Maximization Algorithm
        8. Önder Kayhan:  Channel Quality Prediction Based on Bayesian

          Inference in Cognitive Radio Networks

        9. Tuğrul Özcan, Kunter Atak, Precoding in downlink multi-carrier code division multiple access systems using expectation maximisation algorithm
        10. Kaan Sezginer, An adaptive cubature Kalman filter algorithm for inertial and land-based navigation system
        11. Furkan Aydın Dynamic classification of ballistic missiles using neural networks and hidden Markov models
        12. Ozan Fırat Özgül, Artun Sel  One Microphone Source Separation
      5. Makale ödevi 100 üzerinden 20 puanlıktır. Eğer okuduğunuz makaleyi ayrıca Matlab’da gerçekleyebilirseniz bir o kadar daha ekstra (bonus) puan almanız mümkündür.
    2. Raporun içeriği:
      1. Özet:  Raporda öncelikle çalışmanın konusu ve ele alınan problem kısaca açıklanacaktır (100 kelime).
      2. 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).
      3. Sistem modeli ve varsayımlar açıklanacaktır (200 kelime civarı).
      4. Matematiksel problemin amacı ve varsa kısıtları açıklanacaktır (100 kelime civarı).  Denklem kullanmadan açıklayabilirsiniz.
      5. Problemin çözümünde ne gibi teknikler ve varsa basitleştirici varsayımlar kullanıldığı açıklanacaktır (100 kelime civarı)
      6. 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).
      7. Bu çalışmaya (Google Scholar’da) atıfta bulunan daha yeni çalışmalar varsa kısaca incelenerek ne gibi yenilikler getirildiği kısaca açıklanacaktır (200 kelime civarı ).
      8. 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).
      9. Referanslar gerektiği kadar eklenebilir.
      10. Okunaklı olması için bazı kısıtlar:  MS Word, 12pt font,1.5 satırlık satır aralığı,  maksimum 8 sayfa, referanslar dahil en fazla 1800 kelime
  8. [YENİ] ELE574GUZ2017_NOTLAR