|
|
| BILL7253 | Çok Modlu Sinyal İşlemede Algoritmalar ve Uygulamalar | 3+0+0 | AKTS:7.5 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Doktora | | Yazılım Şekli | Seçmeli | | Bölümü | BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Bahar HATİPOĞLU YILMAZ | | Diğer Öğretim Üyesi | - | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bu dersin amacı, öğrencinin konunun güncel literatürüyle yakından tanışmasını, çok modlu sinyal işleme stratejilerini derinlemesine öğrenmesini aynı zamanda bu stratejileri çeşitli tanıma algoritmalarıyla hem teorik hem de pratik olarak uygulamasını sağlamaktır. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Çok modlu sinyal işleme ve makine öğrenmesi methodolojisine hakim olma | 1,2 | 1,3,6, | | ÖK - 2 : | Çok modlu sistemlerde modalitelerin birleştirilmesi ve bu veriler için bütünsel bir anlayış oluşturma becerisi kazanılması | 1,2 | 1,3,6, | | ÖK - 3 : | Makine öğrenmesi algoritmalarını çok modlu sinyal işleme sistemlerinde kullanabilme, uyarlayabilme ve gerekirse güncelleyebilme kısaca teorik bilgiyi pratik uygulamaya dönüştürme becerilerine sahip olunması | 1,2 | 1,3,6, | | ÖK - 4 : | Gerçek dünya uygulamalarında karşılaşılacak karmaşık tanıma ve sınıflandırma problemlerini çözme yeteneğine ve çok modlu sinyal işleme ve tanıma alanındaki zorluklarla başa çıkma ve çözme becerisine sahip olunması | 1,2 | 1,3,6, | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Ders, farklı algılayıcılar arayıcılığıyla elde edilen çok modlu sinyallerin (yüz görüntüsü, ses ve biomedikal sinyaller gibi modalitelerin) bütünsel bir şekilde analiz edilmesi, işlenmesi ve füzyonu gibi önemli aşamaları içermektedir. Ek olarak ders içeriği temel sinyal işleme süreçleriyle başlayacak ve farklı modalitelerin entegrasyonu için kullanılan makine öğrenmesi yöntemlerinin uygulanmasıyla devam edecektir. Sonuç olarak ders içeriği çok modlu veri setleri üzerinde analiz-sentez yapabilme ve problemi gerçek dünya problemlerine uygulayabilme süreçlerini kapsamaktadır. |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Biomedikal sinyal işleme uygulamaları için makine öğrenmesi algoritmalarının tanıtımı | | | Hafta 2 | Sinyal işleme, modelleme ve ilişkili matematiksel araçların tanıtımı (istatistiksel öğrenmeye giriş) | | | Hafta 3 | Sinyal işleme ve modelleme için uygulamalar | | | Hafta 4 | Beyin bilgisayar arayüzü için görüntü ve video işleme analizi | | | Hafta 5 | Elyazısı ve eksiz modalitelerinin analizi | | | Hafta 6 | Çok modlu sinyal işlemeye giriş | | | Hafta 7 | Çok modlu analizin temel konseptinin anlatılması ve uygulanması | | | Hafta 8 | Çok modlu füzyon yöntemlerin tanıtılması: Sensör, Öznitelik ve Karar Seviyesi Füzyonu | | | Hafta 9 | Ara sınav | | | Hafta 10 | Sensör, öznitelik ve karar seviyesi füzyonu yöntemlerinin çok modlu problemlere uygulanması | | | Hafta 11 | Çok modlu füzyon yöntemlerin analizi ve uygulamaları | | | Hafta 12 | Çok modlu veri yönetimi: Zorlukları ve çözümlerinin anlatılması | | | Hafta 13 | Çok modlu İnsan-Bilgisayar ve İnsan-İnsan Etkileşimleri | | | Hafta 14 | Çok modlu verisetlerinin tanıtımı ve problemlerde kullanımı | | | Hafta 15 | Ödev sunumları | | | Hafta 16 | Final haftası | | | |
| 1 | Thiran, J. P., Marques, F., and Bourlard, H., 2009. Multimodal Signal Processing: Theory and applications for human-computer interaction. | | | |
| 1 | Jabbar, M. A., Kantipudi, M. P., Peng, S. L., Reaz, M. B. I. and Madureira, A. M., 2022, Machine Learning Methods for Signal, Image and Speech Processing. River Publishers. | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | | 2 | 20 | | Ödev | 15 | | 10 | 30 | | Dönem sonu sınavı | 16 | | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | | | | |
|