DERSİN TÜRÜ | Seçmeli |
DERSİN DÜZEYİ | Tezli Yüksek Lisans |
DERSİN YILI | - |
YARIYIL | - |
AKTS | 10 |
ÖĞRETİM ELEMAN(LAR)I | Doçent Doktor Mustafa Sert
|
DERSİN ÖĞRENME KAZANIMLARI |
Bu dersin sonunda öğrenciler; 1) Otomata kuramı ve genel kavramlarını bilir. 2) Sonlu durum dönüştürücülerini açıklar. 3) Ağırlıklandırılmış otomata algoritmalarını açıklar. 4) Konuşma tanıma modellerini bilir. 5) Metni konuşmaya dönüştürme yöntemlerini uygular. 6) Öğrenilen yöntem ve teknikleri mühendislik problemine uygular.
|
DERSİN VERİLİŞ BİÇİMİ | Yüz Yüze |
DERSİN ÖNKOŞULLARI | Yok |
ÖNERİLEN DERSLER | Yok |
DERS TANIMI | Otomata kuramına ve konuşma tanımaya genel bakış. Otomata kuramsal temeller. Sonlu durum yazılım araçlarına giriş. Oransal ilişkiler. Geçişler/dönüşler ve ağırlıklandırılmış sonlu durumlu dönüştürücüler. Ağırlıklandırılmış otomata algoritmaları. En-kısa yol algoritmaları. Ağırlıklandırılmış dönüştürücülerin birleşimi ile konuşma tanıma. Konuşma tanıma modelleri. Büyük derlem ile konuşma tanıma. Metni konuşmaya dönüştürme. |
DERS İÇERİĞİ | HAFTA | KONULAR |
---|
1. Hafta | Otomata kuramına ve konuşma tanımaya genel bakış | 2. Hafta | Otomata kuramsal temeller | 3. Hafta | Sonlu durum yazılım araçlarına giriş | 4. Hafta | Oransal ilişkiler | 5. Hafta | Oransal ilişkiler | 6. Hafta | Geçişler/dönüşler ve ağırlıklandırılmış sonlu durumlu dönüştürücüler | 7. Hafta | Ağırlıklandırılmış otomata algoritmaları | 8. Hafta | Ara-sınav | 9. Hafta | En-kısa yol algoritmaları | 10. Hafta | Ağırlıklandırılmış dönüştürücülerin birleşimi ile konuşma tanıma | 11. Hafta | Ağırlıklandırılmış dönüştürücülerin birleşimi ile konuşma tanıma | 12. Hafta | Konuşma tanıma modelleri | 13. Hafta | Büyük derlem ile konuşma tanıma | 14. Hafta | Metni konuşmaya dönüştürme |
|
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR | 1. Rabiner, L.R., Schafer, R.W., "Digital Processing of Speech Signals" Pearson Higher Education, (2011) 2. Rabiner, L.R., Juand, B.H., "Fundamentals of Speech Recognition", Prentice Hall, (1993) 3. Jelinek, F., "Statistical Methods For Speech Recognition", MIT Press, (1998)
|
ÖĞRETİM YÖNTEM VE TEKNİKLERİ | Anlatım,Soru-Cevap,Sunum,Eğitim-Uygulama,Sorun/Problem Çözme,Proje,Rapor Hazırlama |
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ | | Sayısı | Toplam Katkısı(%) |
---|
Ara Sınav | 1 | 30 | Ödev | 1 | 15 | Proje | 1 | 15 | Toplam(%) | | 60 | Yıl İçinin Başarıya Oranı(%) | | 60 | Finalin Başarıya Oranı(%) | | 40 | Toplam(%) | | 100 |
|
AKTS İŞ YÜKÜ |
Aktivite |
Sayı |
Süresi(Saat) |
İş Yükü |
Ara Sınav | 1 | 2 | 2 | Kısa Sınavlara hazırlık | | | | Sınıf Dışı Ders Çalışma Süresi | 14 | 11 | 154 | Final Sınavına Hazırlık | 1 | 69 | 69 | Ders Saati | 14 | 3 | 42 | Ara Sınava Hazırlık | 1 | 44 | 44 | Laboratuvar | | | | Final Sınavı | 1 | 2 | 2 | Ödevler | | | | Toplam İş Yükü | | | 313 |
---|
Toplam İş Yükü / 30 | | | 10,43 |
---|
Dersin AKTS Kredisi | | | 10 |
|
DİL | Türkçe |
STAJ / UYGULAMA | Yok |
| |