Bu derse ait bilgi girilmemiş!

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 5 5
2 Final Sınavı 1 5 5
4 Quiz 4 3 12
5 Derse Katılım 12 3 36
29 Bireysel Çalışma 5 4 20
31 Ödev Problemleri için Bireysel Çalışma 12 3 36
32 Ara Sınav İçin Bireysel Çalışma 3 5 15
33 Final Sınavı içiin Bireysel Çalışma 3 7 21

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Biyomedikal işaret ve görüntülerin elde edilmesi, karakteristikleri
2 İstatistiksel karakteristik çıkarım yöntemleri (Momentler, güç, enformasyon, ilinti...)
3 Sayısal işaret işleme temelleri, örnekleme, nicemleme
4 Dönüşüm yöntemleri I: DFT, DCT, STFT, Hadamart dönüşümleri
5 Dönüşüm yöntemleri II: Dalgacık dönüşümü
6 Görüntü işleme temelleri, biçimsel ve istatistiksel özellik çıkarım yöntemleri
7 Gürültü giderim ve filtreleme yöntemleri
8 Boyut azaltma ve analiz yöntemleri: Doğrusal ve doğrusal olmayan dönüşüm yöntemleri (PCA, LDA, ICA, Isomap, Kernel-PCA, Kernel-LDA, Laplacian Eigenmaps, Diffusion Maps)
9 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi I (Yapay Sinir Ağları I)
10 Vize Sınavı
11 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi II (Yapay Sinir Ağları II)
12 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi III (Yapay Sinir Ağları III)
13 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi IV (kernel tabanlı yöntemler)
14 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi I (uzaklık ölçütleri, k-means, FCM)
15 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi II (EM, Mean Shift, Kernel yöntemler)
16 Final Sınavı

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1408229 Bilgisayar tabanlı teşhis ve analiz uygulamalarının ve araçlarının yaygınlaşması ile birlikte tıbbi işaret ve görüntülerin değerlendirilmesi üniversitelerde ve endüstride yaygınlık kazandırılması.
2 1409225 Özellikle, gelişen bu disiplinlerarası alanda bilgisayar mühendisliği öğrencilerine güçlü matematiksel ve algoritmik bir altyapı sağlanması.
3 1411270 Bununla beraber işaret ve görüntü işleme, örüntü tanıma ve makine öğrenmesi konularında bilgi kazandırılması dersin en önemli katkısı olarak görülmektedir. Böylelikle öğrencilerin bu konularda ilgi ve yeteneklerinin arttırılarak akademik ve uygulamaya yönelik çalışmalarında katkıda bulunulması.

Ögrenme Çıktı Matrisi

Program Çıktısı
Öğrenme Çıktısı
1
2
3
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek