발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ADS5021 | 정보보안특론 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 데이터사이언스융합학과 | - | No |
| 이 과정은 컴퓨터 저장 장치에있는 정보와 컴퓨터 네트워크를 통해 이동하는 정보를 보호하는 데 사용되는 정보 보안의 기본 사항에 중점을 둔다. 이 과정에서는 정보 보안, 컴퓨터 보안 기술 및 원리, 액세스 제어 메커니즘, 암호화 알고리즘, 소프트웨어 보안, 물리적 보안, 보안 관리 및 위험 평가 등의 기본 사항을 살펴본다. | |||||||||
| ADS5035 | 데이터기반보안과프라이버시 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 데이터사이언스융합학과 | 한 | Yes |
| 해당 과목은 보안과 프라이버시 문제들에 있어서 데이터 및 빅데이터 분석 기법들이 어떤 역할을 하는지를 소개한다. 특히 난해한 보안 및 프라이버시 문제를 해결을 하는데 다양한 기계학습, 인공지능 및 빅데이터 분석 방법들이 어떻게 활용 되는지 소개한다. | |||||||||
| AIM4001 | 빅데이터분석특론 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 빅데이터 분석에 중추적인 역할을 하는 주요한 데이터 마이닝 기법 및 기계학습 방법론에 대해 학습한다. 빅데이터의 종류 및 성격을 파악하여 그 데이터 안에서 의미 있는 정보를 추출하기 위해 어떤 빅데이터 처리 기법을 적용해야 하는지에 대해 습득한다. 더 나아가 빅데이터 분석에 활용할 수 있는 확장성 높은 데이터 마이닝 알고리즘을 설계하고, 다양한 빅데이터를 수집 및 분석하는 소프트웨어를 개발하는 것을 목표로 한다. 강의 중반부까지는 빅데이터 분석에 필요한 주요 지도학습 및 비지도학습 방법론에 대한 이론적 분석 및 실제 적용 예에 대해 소개한다. 강의 중반 이후에는 빅데이터의 대표적인 예 중 하나인 거대 소셜 네트워크를 분석하기 위한 다양한 그래프 마이닝 기법들에 대해 공부한다. 한 번의 중간시험과 세 번의 과제, 최종 설계 프로젝트를 통해 평가한다. 학기말 설계 프로젝트를 통해서 실제 빅데이터를 수집하거나 기존에 존재하는 빅데이터를 분석하는 소프트웨어를 개발하는 것을 목표로 한다. | |||||||||
| AIM4002 | 바이오인공지능 | 3 | 6 | 전공 | 학사/석사 | 1-4 | - | No | |
| 인공지능이 가져올 의료 혁신은 우리의 상상을 뛰어넘을 것으로 예상됩니다. 본 과목은 바이오 헬스 연구에 인공지능을 적용하는 데 기초가 되는 개념과 방법론을 익히고, 새로운 문제에 스스로 도전을 해보는데 목적을 두고 있습니다. 학생들은 수업을 통해 딥러닝, 바이오인포메틱스, 계산모델, 데이터 사이언스 등의 기초와 최신 이론을 익히고, 팀 프로젝트를 통해 실제 인공지능을 이용한 바이오 헬스 연구에 참여할 수 있습니다.본 과목은 컴퓨터 관련 과목을 전공하지 않는 학생들에게 열려있으나 프로그래밍 경험을 필요로 합니다. | |||||||||
| AIM4003 | 자연어처리개론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 한 | Yes | |
| 본 과목에서는 자연어를 분석하고 생성하는 이론과 기술에 대한 전반적인 내용을 다룬다. 구체적으로 텍스트 수집, 텍스트 전처리, 문서 통계 분석, 문서 분류 및 성능 평가, 구문 분석, 파싱, 개체명 인식, 텍스트 벡터화, 텍스트 클러스터링, 텍스트 생성, 토픽 모델링, 유사문서, 요약, 단어 임베딩, 언어 모델 등의 주제를 다루며, 다양한 실전 문제를 해결하는 방식을 이해한다. 본 과목의 목표는 실전 자연어처리 문제를 해결하는 프로그램을 작성하는 것이다. 본 과목을 수강하기 위해서 파이썬 프로그래밍, 기계 학습 및 딥러닝 모델을 이해하고 구현할 수 있어야 한다. | |||||||||
| AIM5001 | 인공지능론 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 과목의 목표는 인공지능의 기본이 되는 알고리즘을 이해하여 구현할 수 있도록 한다. 학습 내용은 문제 해결 및 탐색, 논리와 지식 표현, 추론, 계획을 포함한다. | |||||||||
| AIM5002 | 기계학습론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 기계학습은어떻게경험으로부터학습하는컴퓨터시스템을만드는가에관한연구분야이다.이과목에서는현재의기계학습분야에서사용되는알고리즘과모델들에대해서설명한다.학습할주요내용은일반화된선형모델,다층인공신경망,서포트벡터머신,베이지안네트워크,클러스터링,차원축소 등이다. | |||||||||
| AIM5003 | 패턴인식이론 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 패턴을인식하기위한기본적인기술에관하여다룬다.주요내용으로는통계적패턴인식,지도학습,선형구분함수,자율학습,구문패턴인식,문법과해석,그래픽과구문패턴인식,문법적추론,신경망패턴인식법등이있다. | |||||||||
| AIM5004 | 심층신경망 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목에서는 최근의 심층 인공신경망과 관련된 다양한 방법론을 배운다. 구체적으로, 심층신경망, 최적화 기법, 합성곱 인공신경망, 순환 인공신경망, 집중 메커니즘, 심층생성모델, 시각화 및 설명가능성을 포함한다. | |||||||||
| AIM5005 | 데이터베이스이론및활용 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 정보시스템을구축하기위해필수적인데이터베이스설계방법론을체계적으로소개하며설계사례를응용케이스별로살펴본다.소개될주요내용들은데이터모델링개념,개념설계방법론,뷰설계및통합,스키마의정제,관계형스키마정규화,역공학,관계형설계방법론,물리적데이터베이스설계등이다. | |||||||||
| AIM5006 | 영상처리론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 디지털영상신호의획득,처리,출력및응용에관계되는제반기초지식을얻기위하여영상신호의수학적모델링,샘플링,공간및시간해상도,인간시각체계,양자화이론,2차원신호처리기초,이차원변환,주파수분석기법,필터링,화질향상,컬러공간및컬러변환,컬러처리,압축및복원기술을소개하고,이러한기술들이어떻게사용되는가를다양한실제예들의분석을통해학습한다. | |||||||||
| AIM5007 | 빅데이터처리플랫폼 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 이과목은Hadoop과Hadoopecosystem이라불리는Hadoop기반어플리케이션들을다룬다.Hadoop아키텍쳐,소프트웨어스택및실행환경과map-reduce와같은기본프로세스에대하여학습한다.Hive,Hbase,Spark,Sqoop,Flume,Kafka,Azkaban,Ambari등대표적인Hadoopecosystem구성플랫폼에대하여학습한다. | |||||||||
| AIM5008 | 인공지능과시뮬레이션특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본 교과목에서는 인공지능 기법과 시뮬레이션의 통합에 대한 여러 주제에 대해서 다룬다.인공지능의지식표현기법이용하여시뮬레이션모델의구조표현과모델구성과관리에 사용되기도 하며, 전문가시스템의추론방법을이용하여복잡한상태변이를 갖는시뮬레이션모델을표현하기도 한다. 이러한 주제와 관련된 다양한 내용을 다룬다. | |||||||||
| AIM5009 | 진화알고리즘 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 자연적,생물학적문제해결과정을공학적입장에서다룬유전알고리즘,진화연산등을소개한다.생물학의진화원리(적자생존)를컴퓨터알고리즘으로구현하는기법을다루며이와연관된population의선정,염색체,변이연산자와교배연산자같은여러유전연산자의개념과예를소개한다.아울러유전알고리즘을통한최적해의탐색기법들도함께다루고자한다. | |||||||||
| AIM5010 | 강화학습특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 강화 학습은 로봇공학, 게임, 소비자 모델링 등 광범위한 문제에 적용될 수 있는 대표적인 기계 학습 기법 중 하나이다. 본 수업에서는 강화 학습의 방법론으로 마르코프 의사결정 과정, 동적 프로그래밍에 의한 계획, 모델 프리 예측, 모델 프리 제어, 가치 함수 근사, 정책 그레디언트, 학습과 계획, 탐구 및 탐사 등을 다루고자 한다. | |||||||||
| AIM5011 | AI를위한수치해석 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본수업의목적은학생들로하여금컴퓨터를활용한인공지능관련수치해석기법을습득하도록하는데있다.컴퓨터프로그래밍경험이부족하여도본수업을수강하는데어려움이없도록수업과정이설계되었으며본수업에서사용하는프로그램은Matlab과Python이다.수업의내용은numericaldifferentiation,integration,linearalgebra,differentialequations,andstatistics등이며기개발된수치해석기법을활용하여해결할수있도록구성되어있다. | |||||||||
| AIM5012 | 최적화이론및응용 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 선형및비선형프로그래밍,반복기법및다이내믹프로그래밍등을소개한다.다이내믹프로그래밍방법으로부터이산및연속최적조절기를유도하는방법을소개한다.다이내믹프로그래밍방법은Hamilton-Jacobi-Bellman방정식,최소법칙등을유도할수있다.또한최소에너지문제,선형추종문제,출력조절기및최소시간문제등을다룬다. | |||||||||
| AIM5013 | 확률및랜덤프로세스론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 이과목에서는랜덤프로세스에관한철저한이해와여러문제에랜덤프로세스이론들을응용할수있는능력을습득하도록한다.먼저다변수Gaussian밀도함수를중심으로한확률및랜덤프로세스의기초이론들을배운뒤,자기상관및파워스펙트럼밀도함수를이용하여다양한랜덤프로세스및그들의특성에관해살펴본다.지금까지배운이론들을최적선형시스템설계에응용해본다. | |||||||||
| AIM5014 | 디지털집적회로설계론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본과정은CMOStransistor의구조및동작원리,digital회로(INV,NAND,NOR,LATCH,CurrentMirror)동작원리;sizing및delay계산;FlashA/D변환기등을다룬다. | |||||||||
| AIM5015 | 임베디드시스템론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 임베디드시스템을제어하는소프트웨어개발에요구되는프로그래밍기법과소프트웨어개념을학습하는것을주목표로한다.자료구조와임베디드소프트웨어개발도구와기법,실시간운영체제,Linux운영체제와디바이스드라이버프로그래밍에대하여학습한다. | |||||||||
| AIM5016 | 고급컴퓨터구조 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 과목의주촛점은고성능프로세서및메모리구조에있다.병렬처리와성능개선을위한여러가지기법들을연구하게된다.프로세서와메모리구조에영향을준기술과미래프로세서설계에영향을주는기술들을살펴본다.파이프라이닝,인스트럭션레벨병렬처리,메모리계층구조,입출력,네트워크지향상호연결등의고성능컴퓨터의주요컴포넌트부시스템에역점을둔다.학생들은주요컴퓨팅시스템해석및그와관련된프로젝트를수행하게된다. | |||||||||
| AIM5017 | NPU설계방법론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 최근 인공지능기술의 획기적 발전으로 인해 고효율 신경망 프로세서가 필요성이 증대하고 있으며, 신경 처리 장치 (NPU)는 독립형 단일 칩으로 구현되거나 다중 프로세서 시스템 온칩 (MPSoC)에 통합 될 수 있다. 이 교과목에서는 집적회로, 반도체 기술, 컴퓨터구조 등 하드웨어 구현에 필수적인 기본 지식을 포함하며, 인공지능 기술 진화 방향에 따라 성능, 면적, 전력효율 면에서 최적화된 고효율 NPU 설계 방법론을 지향한다. | |||||||||
| AIM5018 | 아날로그IC설계론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| CMOSAnalog회로설계에필요한Simulation기법및기본적인CMOS소자Modeling및소자동작에대하여공부하고,이를바탕으로CMOSAnalog회로설계에대하여공부한다.특히본과목에서는Memory설계에필요한Analog회로설계에중점을둔다. | |||||||||
| AIM5019 | 음성인식론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 패턴인식에기초한음성인식에대하여고찰한다.주요내용으로는음성의성질,음성분석의원리,음성인식의기초,DTW(dynamictimewarping),HMM(hiddenmarkovmodel),신경망,음성인식에서의강인성,그리고음성합성에대하여다룬다. | |||||||||
| AIM5020 | 컴퓨터비전론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 시각정보를컴퓨터를이용하여처리하는기법에관하여다룬다.주요내용으로는이미지처리대수,이미지질개선,경계선검출,문턱치설정,세선화및골격추출,음운적변환,선형변환,패턴매칭및형상검출,이미지특징및기술,심층신경망등이있다. | |||||||||
| AIM5021 | 자연어처리이론및응용 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 자연어처리(NLP)는정보화시대의가장중요한기술중하나다.복잡한대화를이해하는것도인공지능의중요한분야다.이과정에서는학생들이자신의신경망모델을구현,학습,디버깅,시각화및개발하는방법을학습한다.이과정은NLP에적용되는심층학습의최첨단연구에대한철저한소개를제공한다.이과목은vectorrepresentations,window-basedneuralnetworks,recurrentneuralnetworks,long-short-term-memorymodels,recursiveneuralnetworks,convolutionalneuralnetworks포함한최근모델을다룬다. | |||||||||
| AIM5022 | 정보검색 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 정보 검색은 대량의 문서 데이터에서 사용자가 입력한 질의와 관련있는 문서를 찾기 위한 기법으로, 검색 엔진에 대한 이론과 실제 구현에 관한 방법을 포함한다. 본 과목에서는 문서를 표현하는 방법, 색인화, 검색, 검색 엔진 및 요약하는 모델과 방법을 다룰 것이다. 또한, 최근의 심층 인공신경망을 활용한 검색 모델에 대해서도 다루고자 한다. | |||||||||
| AIM5023 | 데이터마이닝이론및응용 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 데이터 마이닝은 데이터 내에서 의미 있는 패턴과 관계를 찾아내는 학문으로, 본 교과목에서는 데이터 마이닝 고급 기술에 대해 논의하기로 한다. 데이터 마이닝 최신 논문들을 토의하며 최신 데이터 마이닝 기술들에 대해 익힌다. 정형 데이터에 대한 마이닝 기법과 더불어 그래프, 이미지, 텍스트 등 비정형 데이터에 대한 고급 데이터 마이닝 기법에 대해서도 논의하도록 한다. 선형대수학을 선수 과목으로 수강할 것을 권장함. | |||||||||
| AIM5024 | 추천시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 추천 시스템은 사용자가 대상 항목에 부여할 등급이나 선호도를 예측하고자 하는 정보 필터링 기법이다. 본 과목에서는 비개인화된 추천 시스템, 콘텐츠 기반 및 협업 기법 추천시스템 및 이를 위한 최근접 이웃 기반 추천 방법과 행렬 분해 기반 방법에 대해서 다룬다. 마지막으로, 심층 인공 신경망을 이용한 추천 시스템 모델에 대해서도 다루고자 한다. | |||||||||
| AIM5025 | 지능형로봇및시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 로보트를효율적으로사용하기위해서는인간이할수있는거의모든작업을수행할수있도록해야한다.이를위해여러가지센서를이용하여로보트가지능적인행동을하도록하는여러가지기법에관해다루기로한다. 수업은 영어로 진행 예정입니다. | |||||||||