TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | CENG722 |
| Ad | Speech Enhancement |
| Dönem | 2022-2023 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | İngilizce |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. ZEKERİYA TÜFEKCİ |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır. |
Dersin Amacı / Hedefi
Bu dersin amacı temel konuşma sinyali iyileştime yöntemleri olan spectral substractive algorithms, wiener filtering, statistical model based algorithms, subspace algorithms, ve noise estimation algorithms yöntemlerini öğretmek.
Dersin İçeriği
Bu ders spectral substractive algorithms, wiener filtering, statistical model based algorithms, subspace algorithms, and noise estimation algorithms konularını kapsamaktadır.
Dersin Ön Koşulu
Kaynaklar
Speech Enhancement Theory and Practice Philipos C. Loizou
Notlar
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | spectral substractive algoritmalarını bilir |
| ÖÇ02 | Wiener filteringi bilir |
| ÖÇ03 | Statistical model temelli algoritmaları bilir |
| ÖÇ04 | Subspace algoritmalarını bilir |
| ÖÇ05 | Noise estimation algoritmalarını bilir |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. | 4 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | 4 |
| PÖÇ03 | Yetkinlikler - Öğrenme Yetkinliği | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | 4 |
| PÖÇ04 | Yetkinlikler - Öğrenme Yetkinliği | Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | 4 |
| PÖÇ05 | Yetkinlikler - Öğrenme Yetkinliği | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. | 4 |
| PÖÇ06 | Yetkinlikler - Öğrenme Yetkinliği | Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. | 4 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Öğrenme becerilerine sahip olur. | 3 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. | 4 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır. | 3 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. | 3 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. | 3 |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | 4 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Spectral Substractive Algorithms | Ders kitabından ilgili bölümü okur. | |
| 2 | Nonlinear Spectral Substraction | Ders kitabından ilgili bölümü okur. | |
| 3 | Wiener Filtering | Ders kitabından ilgili bölümü okur. | |
| 4 | İterative Wiener Filtering | Ders kitabından ilgili bölümü okur. | |
| 5 | Statistical Model Based Algorithms | Ders kitabından ilgili bölümü okur. | |
| 6 | Maximum Likelihood Estimators | Ders kitabından ilgili bölümü okur. | |
| 7 | Bayesian Estimator | Ders kitabından ilgili bölümü okur. | |
| 8 | Ara Sınav | Ders kitabından ilgili bölümleri ve ders notlarını okur. | |
| 9 | MMSE Estimator | Ders kitabından ilgili bölümü okur. | |
| 10 | Subspace Algorithms | Ders kitabından ilgili bölümü okur. | |
| 11 | SVD Based Algorithms | Ders kitabından ilgili bölümü okur. | |
| 12 | EVD Based Algorithms | Ders kitabından ilgili bölümü okur. | |
| 13 | Noise Estimation Algorithms | Ders kitabından ilgili bölümü okur. | |
| 14 | Minimal Statistic Noise Estimation | Ders kitabından ilgili bölümü okur. | |
| 15 | Histogram Based Techniques | Ders kitabından ilgili bölümü okur. | |
| 16 | Yarıyıl Sonu Sınavları | Ders kitabından ilgili bölümleri ve ders notlarını okur. | |
| 17 | Yarıyıl Sonu Sınavları | Ders kitabından ilgili bölümleri ve ders notlarını okur. |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||