ECE 510 Advanced Power Electronics and Applications

 

The purpose of this course is to cover selected areas of power electronics in greater depth, teach recent developments in this field, and a detailed description of its applications. The theory materials will be verified by simulations in MATLAB/SIMULINK. 

 

ECE 510 İleri Güç Elektroniği ve Uygulamaları

 

Bu dersin amacı, seçilen güç elektroniği alanlarını daha derinlemesine ele almak, bu alandaki son gelişmeleri öğretmek ve uygulamalarının ayrıntılı bir açıklamasını vermektir. Teori materyalleri MATLAB / SIMULINK'teki simülasyonlarla doğrulanacaktır.

 

ECE 513 Advanced Optics and Photonics

 

This course presents and explores topics in Photonics and Optics targeted at students with an existing photonics/optics background. We will briefly review introductory concepts in electromagnetic theory and semiconductor science, then move on to advanced/more specialized topics. The goal of the course is to provide a broad view of the relevant science as well as expose students to commonly used components and applications within photonics. Topics include Electromagnetics Review and Wave Nature of Light, Semiconductor Review, LEDs, Photodetectors and Image Sensors, Solar Cell Applications, Polarization and Modulation of Light, Nonlinear Optics.

 

ECE 513 İleri Optik ve Fotonik

 

 

Bu ders, fotonik / optik geçmişi olan öğrencileri hedefleyen fotonik ve optik konularını sunar ve araştırır. Elektromanyetik teori ve yarı iletken bilimindeki giriş kavramlarını kısaca gözden geçirilecek, ardından ileri / daha özel konulara geçilecektir. Bu dersin amacı, ilgili bilime geniş bir bakış sağlamak ve öğrencileri fotonikte yaygın olarak kullanılan bileşenlere ve uygulamalara maruz bırakmaktır. Konular arasında elektromanyetik İnceleme ve ışığın dalga doğası, yarı iletken inceleme, LED'ler, fotodetektörler ve görüntü sensörleri, güneş Pili uygulamaları, ışığın polarizasyonu ve modülasyonu, doğrusal llmayan optik yer alır.

 

 

ECE 525 Advanced Topics in Electromagnetics

 

The course will explore new and developing areas of knowledge in applied electromagnetics. Theoretical, experimental and/or computational aspects  will be covered, depending on the topic. The subject material will vary from year to year according to research interests in the department and/or expertise provided by visiting scholars or sessional lecturers. Topics include Fundamental principles of electromagnetism, properties of fields and waves in materials, electromagnetic and optical structures/devices/components, metamaterials / Photonic Crystals and the application of these materials/structures/devices to daily life,simulation/modeling of electromagnetic structures using commercial software packages.

 

ECE 525 Elektromantetikte ileri konular

 

Dersin amacı uygulamalı elektromanyetikle ilgili yeni ve gelişmekte olan alanlardaki bilgi birikimlerini anlamaya yöneliktir. Konulara bağlı olarak, teorik, deneysel ve hesaplamalı biçimde dersler işlenmektedir. Ders içerikleri araştırma alanlarına, bölüm önceliklerine, konuk araştırmacı ve ders veren hocaların bilgi ve tecrübelerine bağlı olarak her yıl güncellenmektedir. Dersin konuları elektromanyetiğin temel prensipleri, alan özellikleri ve madde içinde dalga davranışları, elektromanyetik ve optik yapılar, aygıtlar ve bileşenler, metamalzemeler ve fotonik Kristaller ile bu malzeme, yapı ve aygıtların endüstriyel uygulamaları, elektromanyetik yapıların ticari yazılım arazları ile modellenmesi ve benzetimlerinin gerçekleştirilmesi.

 

 

ECE 541 Approximation Algorithms

 

Many combinatorial optimization problems are NP-hard; efficient polynomial time algorithms solving such problems exactly are likely nonexistent. A natural approach to tackle such intractability is to design approximation algorithms: efficient algorithms that produce  near-optimal solutions theoretically guaranteed to be within a boundary of the optimum. This course will introduce approximation algorithms for central combinatorial optimization problems and explore main tools and techniques used in the design and analysis of such algorithms. We will also study hardness of approximation, which involve proofs showing that for certain problems, obtaining a good approximation can be as hard as solving the problem exactly. The involved techniques include greedy algorithms, local search, polynomial time approximation schemes, metric methods, LP rounding, primal-dual schema, inapproximability. These techniques shall be applied on problems such as set cover, vertex cover, cuts and graph partitioning, steiner trees, graph colorings. 

 

ECE 541 Yakınsama Algoritmaları

 

Pek çok kombinatoryal optimizasyon problemi NP-Zor’dur; Bu tür problemleri tam olarak çözen verimli polinom-zaman algoritmaları muhtemelen mevcut değildir. Bu tür bir inatçılıkla başa çıkmanın doğal bir yaklaşımı, yaklaştırma algoritmaları tasarlamaktır: teorik olarak optimumun sınırları içinde olması garantilenen optimuma yakın çözümler üreten verimli algoritmalar. Bu ders, merkezi kombinatoryal optimizasyon problemleri için yaklaşım algoritmalarını tanıtacak ve bu tür algoritmaların tasarım ve analizinde kullanılan ana araçları ve teknikleri keşfedecektir. Ayrıca, belirli problemler için iyi bir yaklaşım elde etmenin problemi tam olarak çözmek kadar zor olabileceğini gösteren kanıtları içeren yaklaşımın zorluğunu da inceleyeceğiz. İlgili teknikler arasında açgözlü algoritmalar, yerel arama, polinom zaman yaklaştırma şemaları, metrik yöntemler, LP yuvarlama, ilk-ikili şema, yakınlık sayılabilir. Bu teknikler, set örtüsü, köşe kaplaması, kesimler ve grafik bölümleme, Steiner ağaçları, grafik renklendirmeleri gibi problemlere uygulanacaktır.

 

ECE 549 Advanced Data Science

 

This course is an introductory course to data science, specialized in machine learning, artificial intelligence, and big data.

The course starts with a top-down approach to data science projects. The first step is covering data science project management techniques and we follow CRISP-DM methodology with 6 steps: Business Understanding, Data Understanding, Data Preprocessing, Machine Learning, Ensemble techniques in Knime and Python on Big Data Platforms, Evaluation.

 

ECE 549 İleri Veri Bilimi

 

Bu kurs, makine öğrenimi, yapay zeka ve büyük veri alanlarında uzmanlaşmış, veri bilimine giriş niteliğinde bir derstir. Kurs, veri bilimi projelerine baştan sona bir yaklaşımla başlar. İlk adım veri bilimi proje yönetimi tekniklerini kapsar ve CRISP-DM metodolojisini 6 adımda takip eder: İş Anlama, Veri Anlama, Veri Ön İşleme, Makine Öğrenimi, Büyük Veri Platformlarında Knime ve Python'da topluluk teknikleri, Değerlendirme.

 

 

ECE 550 Advanced Artificial Intelligence 

 

This course starts with the history and philosophy of Artificial Intelligence. The course contents are classical AI approaches like search problems, machine learning, constraint satisfaction, graphical models, logic, etc. Learning how to model a complex real-world problem by the classical AI approach. This course also includes programming with Python for solving Real Life problems with AI Algorithms, writing a real-world application with an AI module (like a game) and introducing sub-AI topics like neural computing, uncertainty and Bayesian networks, the concept of learning (supervised/unsupervised), etc.

 

ECE 550 İleri Makine Öğrenmesi 

 

 

Bu ders Yapay Zekanın (YZ) tarihi ve felsefesi ile başlar. Kursun içeriği, arama problemleri, makine öğrenimi, kısıtlama memnuniyeti, grafik modeller, mantık vb. gibi klasik YZ yaklaşımları, klasik YZ yaklaşımıyla karmaşık bir gerçek dünya probleminin nasıl modelleneceğini öğrenmektir. Bu ders aynı zamanda YZ algoritmalarıyla gerçek hayat problemlerini çözmek için Python ile programlama, bir YZ modülüyle (bir oyun gibi) gerçek dünya uygulaması yazmayı ve sinirsel hesaplama, belirsizlik ve Bayes ağları, öğrenme kavramı gibi alt YZ konularını tanıtmayı da içerir (denetimli / denetimsiz) vb.

 

 

 

ECE 570 Probabilistic Models for Engineers

 

This course provides advanced materials to better understand and model physical processes and systems. It covers topics, such as the stochastic optimization, stochastic finite element method, probabilistic neural networks, uncertainty modeling and causality, Bayesian inference and modeling methods with emphasis on Kalman filters, particle filters and Markov Chain Monte Carlo techniques.

 

 

ECE 570 Mühendisler için Olasılık Bazlı Modeller

 

Bu ders, fiziksel süreçleri ve sistemleri daha iyi anlamak ve modellemek için gelişmiş malzemeler sağlar. Stokastik optimizasyon, stokastik sonlu eleman yöntemi, olasılıksal sinir ağları, belirsizlik modelleme ve nedensellik, Bayesian çıkarım ve Kalman filtreleri, parçacık filtreleri ve Markov Zinciri Monte Carlo teknikleri vurgulanan modelleme yöntemleri gibi konuları kapsar.

 

ECE 571 Coding Theory and Applications

This graduate-level Coding Theory and Applications course focuses on essential constructions and some related algorithms. It covers several foundational methods that are widely used in coding theory and related areas of Computer Science and Discrete Mathematics. Topics include basic concepts of coding theory, linear codes, some bounds on codes, Reed-Solomon codes, codes on graphs and their decoding schemes, including LDPC codes.

ECE 571 Kodlama Teorisi ve Uygulamaları

Bu lisansüstü seviyedeki Kodlama Teorisi ve Uygulamaları dersi, temel yapılara ve bazı ilgili algoritmalara odaklanır. Kodlama teorisinde ve Bilgisayar Bilimi ve Ayrık Matematik ile ilgili alanlarda yaygın olarak kullanılan birkaç temel yöntemi kapsar. Konular arasında kodlama teorisinin temel kavramları, doğrusal kodlar, kodlarla ilgili bazı sınırlar, Reed-Solomon kodları, grafiklerdeki kodlar ve bunların LDPC kodları dahil kod çözme şemaları yer alır.

 

 

ECE 572 Probability and Stochastic Processes for Engineering Applications

In many science and engineering applications, the precise nature of the underlying physical event cannot be modeled and uncertainties should be taken into account. Due to the effects of events with random properties, such as noise, the characteristics of the processes are stochastic and not deterministic. This course covers advanced topics to better understand the nature of stochastic processes and it presents the necessary concepts, such as stochastic differential equations, Ito calculus, Fokker-Planck equations, Martingales, Brownian motion, numerical simulation of stochastic differential equations, parameter estimation, filtering and smoothing and the applications of stochastic differential equations in machine learning.

ECE 572 Mühendislik Uygulamaları için Olasılık bazlı ve Stokastik Süreçler

Pek çok bilim ve mühendislik uygulamasında, altta yatan fiziksel olayın kesin doğası modellenemez ve belirsizlikler hesaba katılmalıdır. Gürültü gibi rastgele özelliklere sahip olayların etkilerinden dolayı, süreçlerin özellikleri stokastiktir ve deterministik değildir. Bu ders, stokastik süreçlerin doğasını daha iyi anlamak için ileri konuları kapsar ve stokastik diferansiyel denklemler, Ito matematiği, Fokker-Planck denklemleri, Martingales, Brownian hareketi, stokastik diferansiyel denklemlerin sayısal simülasyonu, parametre tahmini, filtreleme gibi gerekli kavramları sunar ve makine öğreniminde stokastik diferansiyel denklemlerin düzgünleştirilmesi ve uygulamaları.

ECE 576 Advanced Digital Communications

 

The course gives a comprehensive and advanced view of the general structure of digital communication systems including transmitter and receiver designs as well as the different types of wireless channels that may be encountered in communication systems. In particular,  it covers topics like real and complex random vectors, signal space representations, advanced digital modulation/demodulation techniques such as OFDM, OFDM-IM, OFDM-SNM, OFDM-SPM, MIMO-SM, digital data transmission over noisy and faded channels and the design of ideal transceivers for recovering the received data, the calculation of key performance metrics in digital communication systems such as bit error probability, data rate, throughput, etc.

 

ECE 576 İleri Dijital İletişim

 

Ders, verici ve alıcı tasarımlarının yanı sıra iletişim sistemlerinde karşılaşılabilecek farklı kablosuz kanal türleri dahil olmak üzere dijital iletişim sistemlerinin genel yapısının kapsamlı ve gelişmiş bir görünümünü verir. Özellikle, gerçek ve karmaşık rasgele vektörler, sinyal uzay gösterimleri, OFDM, OFDM-IM, OFDM-SNM, OFDM-SPM, MIMO-SM gibi gelişmiş dijital modülasyon / demodülasyon teknikleri, gürültülü ve soluk üzerinden dijital veri iletimi kanallar ve alınan verilerin kurtarılması için ideal alıcı-vericilerin tasarımı, dijital iletişim sistemlerindeki bit hata olasılığı, veri hızı, verim vb. gibi temel performans ölçütlerinin hesaplanması gibi konuları kapsar.

 

ECE 586 Graph Theory and Algorithms

This course introduces basic notions in Graph Theory such as basic definitions, common classes of graphs and fundamental theorems. It also covers celebrated problems in Graph Theory and some related algorithms, including shortest-path problem, weighted graphs and Dijkstra’s algorithm, Floyd’s algorithm, spanning tree algorithms, search algorithms.

ECE 586 Çizge Teorisi ve Algoritmaları

Bu ders, temel tanımlar, ortak çizge sınıfları ve temel teoremler gibi Çizge Teorisindeki temel kavramları tanıtır. Ayrıca, Çizge Teorisindeki ünlü problemleri ve en kısa yol problemi, ağırlıklı grafikler ve Dijkstra’nın algoritması, Floyd’un algoritması, kapsamlı ağaç algoritmaları, arama algoritmaları dahil olmak üzere bazı ilgili algoritmaları da kapsar.