defter*
defter / katalog / EEE 525

EEE 525 Advanced Signal Processing

A graduate-level deep dive into the mathematical machinery behind modern DSP: you stop thinking of signals as sequences and start treating them as vectors in Hilbert spaces, which is the unifying lens for transforms, wavelets, adaptive filters, and inverse problems. Work is six problem sets that drill the linear algebra and estimation theory, plus a research paper you pick from current signal processing journals and present orally. It assumes you are comfortable with undergraduate signals, probability, and linear algebra, and it functions as the foundational toolkit for research in communications, imaging, radar, and machine learning down the line.

Kredi 3 ECTS 5 Fakülte Mühendislik Fakültesi Bölüm Elektrik-Elektronik Mühendisliği Koordinatör Levent Onural

EEE 525 zor mu?

Son 19 dönemde dersin ortalaması 3,32 (302 öğrencinin notu, 4,00 üzerinden), yani sınıf ortalaması B+ civarında. Zorluk hocaya ve şubeye göre değişir; ölçülebilir olan bu sayı. Diğer derslerle karşılaştır →

EEE 525 dersinde kaç midterm var, ağırlıkları ne?

İzlencede 1 midterm var, ağırlığı %25. Final %35. Kalan %40 dersin öteki kalemlerinde. Tam dağılım aşağıda.

EEE 525 dersinin ön koşulu var mı?

Bilkent kataloğunda bu ders için ön koşul yazılı değil.

EEE 525 dersinde hangi kitap okunuyor?

İzlencede önerilen kitap: Mathematical Methods and Algorithms for Signal Processing, Todd K. Moon and Wynn C. Stirling, Prentice Hall.

EEE 525 kaç kredi?

3 Bilkent kredisi, 5 AKTS.

Haftalık müfredat 14 hafta

Hafta 114–20 Eyl
Random signal temelleri ve ARMA modelleri
Introduction to course contents. Basics of random signals. AR, MA and ARMA models.
random signalsAR modelMA modelARMA model
Hafta 221–27 Eyl
Inner product ve Hilbert space'ler
Vector spaces, inner product spaces, Hilbert spaces. Orthogonality.
vector spaceinner product spaceHilbert spaceorthogonality
Hafta 328 Eyl – 4 Eki
Sampling ve sinyalin örneklerinden geri elde edilmesi
Basis functions, sampling and discrete representation of analog signals. Recovery of signals from their samples.
basis functionssamplingdiscrete representationsignal recovery
Hafta 45–11 Eki
Sinyal dönüşümleri ve eigenanalysis
Signal transforms: Fourier, Sine, Cosine, Haar, Hadamard, Karhunen-Loeve, etc., eigenanalysis
FourierHaarKarhunen-Loeveeigenanalysis
Hafta 512–18 Eki
Wavelet transform ve multirate signal processing
Wavelet transforms. Multirate signal processing. Up-sampling, down-sampling, polyphase filters.
wavelet transformup-samplingdown-samplingpolyphase filter
Hafta 619–25 Eki
Linear filtering ve ters çevirme teknikleri
Linear filtering. Toepliz matrices. Inverse operators and inversion techniques.
linear filteringToeplitz matricesinverse operatorsinversion techniques
Hafta 726 Eki – 1 Kas
Iterative inversion ve POCS yöntemleri
Iterative inversion methods. Projections onto convex sets (POCS).
iterative inversionPOCSprojections onto convex sets
Hafta 82–8 Kas
Adaptive filtering ve LMS algorithm
Adaptive filtering, the LMS algorithm.
adaptive filteringLMS algorithm
Hafta 99–15 Kas
RLS (recursive least squares) algoritması
RLS (recursive least squares) algorithm.
RLSrecursive least squares
Hafta 1016–22 Kas
Spectrum estimation yöntemleri
Classical spectrum estimation methods. Model based spectrum estimation, Maximum Entropy method, Levinson-Durbin Algorithm.
classical spectrum estimationmodel based spectrum estimationMaximum Entropy methodLevinson-Durbin Algorithm
Hafta 1123–29 Kas
Markov ve hidden Markov models
Markov and hidden Markov models.
Markov modelshidden Markov models
Hafta 1230 Kas – 6 Ara
Signal compression'a giriş
Introduction to signal compression
signal compression
Hafta 137–13 Ara
Çok boyutlu sinyaller ve işlenmesi
Introduction to multi-dimensional signals and processing
multi-dimensional signalssignal processing
Hafta 1414–20 Ara
Güncel araştırma konularına genel bakış
An overview of current research topics
current research topics

Değerlendirme 100% · 4 adım

25%
15%
35%
25%
Midterm: Essay/written 25%
Homework Several homeworks that may require programming 15%
Final: Essay/written 35%
Oral presentation A presentation about a selected topic from current issues 25%
en büyük tek kalem %35 · sınav ağırlığı %60 · 19 dönem ortalaması 3.32 (302 öğrenci) nasıl hesaplanıyor
Notunu hesapla
KalemAğırlık Notun (100 üzerinden)
Midterm: Essay/written%25
Several homeworks that may require programming%15
Final: Essay/written%35
A presentation about a selected topic from current issues%25
Bildiğin notları gir; girmediklerin hesaba katılmaz.

Ağırlıklar EEE 525 izlencesinden. Hocanın bu dönemki dağılımı farklı olabilir; bağlayıcı olan ders izlencesidir. Harf notu sınırlarını hoca belirliyor, o yüzden hedefi sen giriyorsun. İzlencede FZ şartı var, sayfanın sonundaki kutuda.

Önerilen kaynaklar 1 kitap

📖
Önerilen
Mathematical Methods and Algorithms for Signal Processing, Todd K. Moon and Wynn C. Stirling, Prentice Hall

Bu dersi alınca · 3 öğrenme çıktısı

Bilkent'in resmî syllabus'ünden. Sağdaki etiket o çıktının hangi değerlendirmeyle ölçüldüğünü söylüyor.

🤖 GenAI politikası

The purpose of homeworks is to improve your understanding and skills related to the course topics. It is essential that you learn, in detail together with all related steps and justifications, all those topics in the homeworks. Therefore, you are not allowed to pass the questions, analysis or design steps, and the programming parts of the homeworks to someone else, let them do the work for you, and use such obtained content while preparing the homework, since such an approach will severely degra

Ders notları · henüz yok

EEE 525 için defter ekibi henüz not yazmadı.

İlk dosyayı sen atarsan: not, slayt, geçmiş sınav, çözüm, cheat-sheet, ne varsa. defter ekibi öğrenci paylaşımlarından bu dersin notlarını yazar. Drive linki / PDF / ZIP, hepsi olur.

← katalog

Geçmiş GPA dağılımı 19 dönem · ort. 3.32

DönemDers ort.
2025-2026 Spring 3.62 1 şube · 21 öğr
2024-2025 Spring 3.48 1 şube · 27 öğr
2023-2024 Spring 3.45 1 şube · 13 öğr
2022-2023 Spring 3.66 1 şube · 9 öğr
2021-2022 Spring 3.54 1 şube · 6 öğr
2020-2021 Spring 3.44 1 şube · 13 öğr
2019-2020 Fall 3.74 1 şube · 5 öğr
2018-2019 Spring 2.43 1 şube · 7 öğr
2017-2018 Spring 3.13 1 şube · 8 öğr
2016-2017 Fall 3.41 1 şube · 15 öğr

Dersin dönem ortalaması, o dönemin bütün şubeleri birlikte. Kaynak STARS'ın ders değerlendirme raporu. Rapor yalnız kampüs ağından ya da Bilkent VPN ile açılıyor: EEE 525 raporu · Bilkent VPN bilgisi. Öğrenci anket cevaplarını defter'de tutmuyoruz. Tüm derslerin ortalamaları →

2026-2027 Güz döneminde açılmadı. Ders kaydı geçti, kayıt sisteminde bu dersin şubesi yok. Katalogda duruyor, yani başka bir dönem açılabilir. Son 4 güz döneminde açılmamış; en son 2019-2020 güz döneminde açılmış. Açık dersler → · kayıt tarihleri

⚠️ FZ engelleyen şartlar

None.

Hocalar 0 bu dönem · 4 geçmiş

Geçmişte ders veren (4 kişi)
Levent Onural, Ahmet Enis Çetin, Orhan Arıkan, Süleyman Serdar Kozat

Aynı koddan diğer dersler · katalogda 75 EEE dersi · tüm EEE dersleri →