본문 시작
교과목 소개
| 이수구분 | 번호 | 교 과 목 명 | 학점 | 일반대학원 | 특수대학원 |
|---|---|---|---|---|---|
| 공통필수 | 97027 | 논문연구및세미나(Research for the Master's Degree or Seminar) | 1 | O | |
| 전공선택 | 97001 |
알고리즘특론 (Topics of Algorithm) |
3 |
O | |
| 97002 |
소프트웨어공학특론 (Topics of Software Engineering) |
3 |
O | ||
| 97006 |
모바일시스템연구 (Mobile System Study) |
3 |
O | ||
| 97007 |
인간과컴퓨터상호작용연구 (Human Computer Interaction Study) |
3 |
O | ||
| 97009 |
디지털영상처리 (Digital Image Processing) |
3 |
O | ||
| 97012 |
고급데이터베이스시스템 (Advanced Database System) |
3 |
O | ||
| 97015 |
가상현실특론 (Topics of Virtual Reality) |
3 |
O | ||
| 97019 |
운영체제특론 (Topics of Operating Systems) |
3 |
O | ||
| 97023 |
웹프로그래밍프로젝트 (Web Programming Project) |
3 |
O | ||
| 97025 |
멀티미디어응용 (Multimedia Applications) |
3 |
O | ||
| 97029 |
프로그래밍특론 (Topics of Programming) |
3 |
O | ||
| 97030 |
데이터베이스특론 (Topics of Database) |
3 |
O | ||
| 97031 |
컴퓨터네트워크 특론 (Topics of Computer Network) |
3 |
O | ||
| 97032 |
임베디드시스템연구 (Embedded System Study) |
3 |
O | ||
| 97033 |
암호학 특론 (Advanced cryptography) |
3 |
O | ||
| 97034 |
네트워크 보안 (Network security) |
3 |
O | ||
| 97036 |
영상처리 특론(Topics of Image Processing) |
3 |
O | ||
| 97037 |
패턴인식 특론(Topics of Pattern Recognition) |
3 |
O | ||
| 97038 |
IT동향분석특론(AdvancedITTrendAnalysis) |
3 |
O | ||
| 97039 |
인공지능특론(TopicofArtificialIntelligence) |
3 |
O | ||
| 97040 |
빅데이터특론(AdvancedBigData) |
3 |
O | ||
| 97041 |
IOT특론(Advanced IOT) |
3 |
O | ||
| 97042 |
소프트웨어분석및설계(SoftwareAnalysis&Design) |
3 |
O | ||
| 97044 |
데이터 사이언스(Data Science) |
3 |
O | ||
| 97049 |
딥러닝 (Deep Learning) |
3 |
O | ||
| 97050 |
고급 딥러닝 (Advanced Deep Learning) |
3 |
O | ||
| 97051 |
최신 딥러닝 기술 및 응용 (Current Topics in Deep Learning) |
3 |
O | ||
| 97052 |
컴퓨터 비전 (Computer Vision) |
3 |
O | ||
| 97053 |
고급 컴퓨터 비전 (Advanced Computer Vision) |
3 |
O | ||
| 97054 |
최신 컴퓨터 비전 기술 및 응용 (Current Topics in Computer Vision) |
3 |
O | ||
| 97055 |
자율주행을 위한 인공지능 (AI for Autonomous Driving) |
3 |
O | ||
| 97056 |
기계학습 (Machine Learning) |
3 |
O | ||
| 97057 |
고급 기계학습 (Advanced Machine Learning) |
3 |
O | ||
| 97058 |
최신 AI 시스템 분석 (Current AI System Analysis) |
3 |
O | ||
| 97059 |
데이터마이닝(Data Mining) |
3 |
O | ||
| 97060 |
딥러닝 모델 설계 및 최적화(Design and Optimization of Deep Learning Models) |
3 |
O | ||
| 97061 |
AI보안(Artificial Intelligence Security) |
3 |
O | ||
| 97021 |
AI시스템(Aritificial Intelligence System) |
3 |
O | ||
| 97022 |
AI로봇소프트웨어(Aritificial Intelligence Robot Software) | 3 |
O | ||
| 97062 |
AI사물인터넷(Aritificial Intelligence IoT) |
3 |
O | ||
| 97063 |
AI모빌리티(Aritificial Intelligence Mobility) |
3 |
O | ||
| 97064 |
공간 AI(Spatial Artificial Intelligence) |
3 |
O | ||
| 97065 |
AI 수치 최적화 (Numerical Optimization for AI) | 3 |
O |
교과목 개요
논문연구 및 세미나 (Research for the Master's degree and seminar)
학위 논문의 연구를 위한 필수적인 연구 계획 수립, 관련 논문의 이론적 고찰 방법, 연구 자료의 수집 및 분석 방법을 바탕으로 내용 고찰, 실험결과의 분석 또는 분석결과의 정리 및 논문 작성의 능력과 태도를 갖게 하고, 학문적 연구 능력과 논문작성법 및 학습 발표의 능력을 갖추게 한다.
알고리즘특론 (Topics in Algorithm)
특정한 문제를 해결하기 위한 알고리즘의 고급 지식을 습득하고, 주어진 문제를 체계적으로 해결하기 위한 방법을 습득한다. 실제의 문제를 컴퓨터 모델로 추상화하고 time/space 복잡도를 고려하여 효과적이면서 효율적으로 해결하기 위한 이론 및 개발 방법을 학습한다.
소프트웨어공학특론 (Topics in Software Engineering)
소프트웨어공학의 필요성과, 소프트웨어 개발과정에서 필요한 분석, 명세, 설계, 구현, 시험 및 유지보수 단계에서의 각종 기술과 방법을 다룬다. 또한, 새롭게 대두되고 있는 다양한 컴퓨팅 환경에 적합한 최신 소프트웨어 개발 방법론에 대하여 연구한다.
모바일시스템연구 (Mobile System Study)
모바일 시스템에 관한 전반적인 접근 방향 및 모바일 시스템의 구성요소, 설계, 개발, 신기술, 응용분야 등에 관한 연구를 한다.
인간과컴퓨터상호작용연구 (Human Computer Interaction Study)
HCI 학문 중에서 GUI를 구축하기 위한 기본적인 이론(심리학, 인간공학, 인지공학, 색채학)들을 이용하여 프로그램 구성에 있어서 가장 필요한 인터페이스 구축에 대하여 연구한다.
디지털영상처리 (Digital Image Processing)
디지털 영상의 획득, 압축, 처리 등의 효율적인 처리방법과 그 이론에 대해 다루며, 화소점영역처리, 주파수영역처리, 기하학적처리, 형태학적처리 등에 대해 다룬다.
고급데이터베이스시스템 (Advanced Database System)
데이터베이스 관리 시스템의 구성과 기능의 구현, 여러 종류의 데이터베이스 모델링 방법, 새로운 데이터베이스 응용분야 동향과 최신 이론 등을 다룬다.
가상현실특론 (Topics of Virtual Reality)
가상현실의 기본 개념, 정의, 종류(몰입형, 탁상형, 증강 현실 등), VRML 브라우저, 렌더링 시스템, VRML과 다른 미디어와의 비교 등을 다룬다.
운영체제특론 (Topics of Operating Systems)
Process Management, Memory Management, I/O and File Management, Deadlock and Aviodance, Network Management, 분산처리 시스템, 스케줄링을 통해 Multiprogramming 운영체제의 설계 및 분석을 한다.
웹프로그래밍프로젝트 (Web Programming Project)
웹 구축에 필요한 각종 저작도구, 서버 설정 기법, DB 연동 기법을 통해 시스템을 구축하고 프로그래밍 기술을 사용해 웹 프로그래밍 프로젝트를 수행한다.
멀티미디어응용 (Multimedia Applications)
유비쿼터스 컴퓨팅 환경에서 다양한 응용분야에 적용 가능한 멀티미디어응용시스템의 구성요소 및 이론적 배경에 대해 학습하고, 실생활에 적용 가능한 시스템 모델에 대해 연구한다.
프로그래밍특론 (Topics of Programming)
프로그래밍 언어의 고급 특성을 이해하여 가장 효율적인 프로그램을 작성할 수 있는 언어구성기술을 배운다.
데이터베이스특론 (Topics of Database)
데이터 베이스의 설계, 구성, 종류, 특성, 요구 사항, 모델링, 프로그래밍 등에 관해 다룬다.
컴퓨터네트워크 특론 (Topics of Computer Network)
OSI, LAN, 교환기술, 패킷통신, ISDN, 인터넷, Security, EDI, GPS, Network 관리, 트래픽 등에 관해 다룬다.
임베디드시스템연구 (Embedded System Study)
유비쿼터스 컴퓨팅 환경에서 실생활에 적용 가능한 임베디드시스템의 이론적 배경, 구성요소, 개발방법론 등에 대해 연구한다.
암호학 특론 (Advanced cryptography)
암호학과 관련된 고급 기술들을 학습한다. 최신 블록 암호화 기법과 공개키 암호화 기법을 공부한다. 또한 암호 기술을 이용한 다양한 응용 기술 습득을 통하여 암호의 관련 정보보호 분야로의 활용도를 높인다.
네트워크 보안 (Network security)
컴퓨터 네트워크와 연관된 보안 기술을 학습한다. 네트워크를 안전하게 보호하기 위한 기존의 SSL/TLS 또는 IPsec과 같은 기술뿐만 아니라 최근 연구되고 있는 네트워크 인증 기술, 키 관기 기법들에 대하여 배운다.
영상처리 특론(Topics of Image Processing)
디지털영상처리의 기본개념 및 알고리즘을 기반으로 각종 응용분야인 사무, 관측, 의료, FA, 방송, 인덱싱, 해석, 디자인 등의 주어진 특정 주제에 대해 실제 영상처리 기법을 적용하기 위한 다양한 방법을 이해하고 응용하는 능력을 배양한다.
패턴인식 특론(Topics of Pattern Recognition)
공학적인 접근법을 이용하여 감지된 어떤 대상을 인식하는 문제를 다루는 것으로서, 주어진 특정 주제에 대해 통계적 접근법, 신경망접근법, 구조 또는 구문적 접근법, 퍼지로직 접근법 등을 적용하는 방법을 이해하고 응용능력을 배양한다.
IT동향분석특론(Advanced ITTrend Analysis)
IT와 관련된 전반적인 분야(기술개발 부문의 동향, 전문 산업체 활동 부문의 동향, 수요자 활용 및 요구 부문의 동향, 학계 활동 부문의 동향, 전문 인력 수급 부문의 동향 등)에 있어서 IT의 탄생에서부터 현재까지의 발전과정에 대한 동향을 살펴보고 그 결과를 토대로 향후에 IT가 나아가게 될 방향을 예측하여 각각의 과정별로 보고서를 작성해보는 일련의 조사 분석 과정으로 운영한다.
인공지능특론(TopicofArtificialIntelligence)
인공지능분야의 최신 기술동향을 파악하고 머신러닝(machine learning) 기술에 대한 이론 및 실습을 통해 컴퓨터비전, 그래픽스, 멀티미디어, 추론 및 예측 등 다양한 분야에 응용할 수 있는 기술을 습득함으로써, 4차 산업혁명 시대를 선도할 핵심능력을 배양한다.
빅데이터특론(Advanced BigData)
빅데이터는 많은 양의 데이터를 호율적으로 처리하기 위하여 데이터를 모우고, 체계적으로 정리하여 분석하고 결과를 시각적으로 표현하도록 하고 있다. 데이터 분석과 통계 분석, 시각화는 다양한 기능과 응용을 통해 이론을 기반으로 실습을 효과적으로 운영할 수 있도록 한다.
IOT특론(Advanced IOT)
유비쿼터스 환경에 맞추어 IOT 기반 환경의 센싱과 인터페이스 기술 등을 시행하여 시스템의 이해를 높이기 위한 분야로서, 기존 IOT 기반의 디바이스의 특성 및 미들웨어를 연동시키는 방법, 최적의 시스템 구축 방법 등을 다룬다.
소프트웨어분석및설계(Software Analysis&Design)
소프트웨어 개발을 위한 분석 및 설계의 방법론, 정의, 단계, 고려 사항, 소프트웨어 저작권 등을 다룬다.
데이터 사이언스(Data Science)
이 과목을 통해, 학생들은 통계, 데이터 시각화, 데이터의 분석 등 문제 해결을 위한 여러 연구도구나 기술들을 익히게 될 것이다. 무엇보다도 본 과목은 데이터 수집부터 분석에 이르는 과정, 데이터셋을 다루는 도구들, 통계적 모델과 기계 학습, 그리고 실생활 사례들을 중점적으로 다룰 것이다. 본 과목에서는 최신의 사회 현상, 트위터나 페이스북 등의 소셜 네트워킹 사이트 데이터, 시장의 여러 가지 데이터들을 가지고 어떤 트렌드가 나타나는지 분석하여 빠르게 변하는 현대 사회의 여러 가지 이슈들에 대해서 트렌드를 분석해 보는 학습을 하는 것이다. 트렌드 분석 결과를 기반으로 시계열 데이터로 변환하여 단기 미래 예측에 적용해 보고 분석 결과를 가시화 해보는 학습까지 학생들이 수행해 본다. 현재 나타나는 작은 징후를 감지하여 미래에 나타날 동향을 정확히 예측하고 미래의 변화가 어떠한 방향으로 진행될 것인가를 분석하는 일련의 과정을 학습한다.
딥러닝 (Deep Learning)
딥러닝과 관련한 기초적인 개념과 방법론 및 그 응용을 학습한다. 본 수업에서 다루는 주제들은, CNN(Convolutional Neural Networks), RNN(Recurrent Neural Networks) 등을 포함한다.
고급 딥러닝 (Advanced Deep Learning)
고급 딥러닝과 관련한 개념과 방법론 및 그 응용을 학습한다. 본 수업에서 다루는 주제들은, Autoencoder, GAN, Deep Q Network 등을 포함한다.
최신 딥러닝 기술 및 응용 (Current Topics in Deep Learning)
최신 딥러닝 적용 방법론과 기술 응용에 대해서 학습한다.
컴퓨터 비전 (Computer Vision)
컴퓨터비전과 관련한 기초적인 개념과 방법론 및 그 응용을 학습한다. 본 수업에서 다루는 주제들은, 영상 처리 및 분할, 특징점 검출, 광학, 영상 추적, 사진기 모델, 3차원 복원, 인물 및 물체 인식과 검출 등을 포함한다.
고급 컴퓨터 비전 (Advanced Computer Vision)
고급 컴퓨터비전과 관련한 기초적인 개념과 방법론 및 그 응용을 학습한다. 본 수업에서 다루는 주제들은, 딥러닝 기반 영상 분할 검출, 분할, 추적 등을 포함한다.
최신 컴퓨터 비전 기술 및 응용 (Current Topics in Computer Vision)
최신 컴퓨터 비전 적용 방법론과 기술 응용에 대해서 학습한다.
자율주행을 위한 인공지능 (AI for Autonomous Driving)
자율주행 자동차/시스템 및 자율주행을 위한 인식, 측위, 판단, 제어 인공지능 기술들을 소개하고, CNN기반 주요 인공지능 모델 및 강화학습에 대하여 학습한다.
기계학습 (Machine Learning)
기계학습은 데이터에 존재하는 정보를 추출하거나 패턴을 학습하는 학문이고, 인공지능의 가장 핵심적인 분야이다. 우선, 기본적인 선형대수 개념을 바탕으로 일반적인 최적화 및 온라인 최적화 문제를 다룬다. 그리고 다양한 기본 기계학습 모델에 대해서 학습한다.
고급 기계학습 (Advanced Machine Learning)
본 강의는 목적은 다양한 고급기계학습 기법(Bayesian Networks, Hidden Markov Models, Genetic Algorithm, Support Vector Machines, Random Forest, Gaussian Process, Gaussian Mixture Models, Matrix Factorization)의 수학적 배경을 이해하고, 각 방법의 장점과 단점을 이해하여 주어진 상황에 적합한 기법을 선택하여 문제를 효율적이고 효과적으로 해결할 수 있다.
최신 AI 시스템 분석 (Current AI System Analysis)
신경망, 생성모델, 강화학습 등 다양한 주제에 대해서 기초적인 개념과 함께 각 주제에 대한 현재 시점의 최신 인공지능 연구 동향이 어떠한 식으로 흘러가고 있는 지 파악한다. 주요 AI 모델 및 시스템들을 코드 레벨에서 분석한다.
데이터마이닝(Data Mining)
데이터마이닝 수업을 통해 인공지능을 기반으로 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 분석하여 가치있는 정보를 분석 및 추출하는 과정 학습한다.
딥러닝 모델 설계 및 최적화(Design and Optimization of Deep Learning Models)
본 강의는 다양한 딥러닝 모델들(CNN, RNN, GAN 등)의 설계 원리를 파악하고, 효율적인 문제 해결 및 우수한 성능 도출을 위한 최적화 기법을 학습한다. 또한 다양한 기술 적용연구 사례분석을 통하여,
실제 문제의 적용 과정을 학습한다.
From this course, students can grasp the design principles of various deep learning models (CNN, RNN, GAN, etc.), and
learn optimization schemes to achieve efficient problem-solving and excellent performance. In addition, through case
analysis of various technology application studies, students learn the application process of real-world problems.
AI 보안 (Artificial Intelligence Security)
4차산업 혁명의 산업 환경에 발맞춰 가고자 AI 기술과 보안기술이 융합된 AI 보안 기술개발 역량을 습득한다. 인공지능을 활용해 컴퓨터 보안 기술을 향상시키는 연구와 AI 기술을 이용한 공격에 대비하는 보안 기술 연구 등을 학습한다.
AI시스템 (Aritificial Intelligence System)
4차 산업혁명을 통해 다가오는 초지능형 미래산업사회와 기술발전에 대응할 수 있는 전문기술인력 양성을 위해, 인공지능 및 빅데이터 기반의 다양한 시스템에 대해서 학습한다. 이를 통해 4차 산업혁명의 AI시스템 전문가로서 역할을 수행할 수 있는 능력을 함양한다.
AI로봇소프트웨어 (Aritificial Intelligence Robot Software)
4차 산업혁명을 통해 다가오는 초지능형 미래산업사회와 기술발전에 대응할 수 있는 전문기술인력 양성을 위해, 인공지능 및 빅데이터 기반의 로봇 소프트웨어에 대해서 학습한다. 이를 통해 4차 산업혁명의 AI로봇소프트웨어 전문가로서 역할을 수행할 수 있는 능력을 함양한다.
AI사물인터넷 (Aritificial Intelligence IoT)
4차 산업혁명을 통해 다가오는 초지능형 미래산업사회와 기술발전에 대응할 수 있는 전문기술인력 양성을 위해, 인공지능 및 빅데이터 기반의 사물인터넷에 대해서 학습한다. 이를 통해 4차 산업혁명의 AI사물인터넷 전문가로서 역할을 수행할 수 있는 능력을 함양한다.
AI모빌리티 (Aritificial Intelligence Mobility)
4차 산업혁명을 통해 다가오는 초지능형 미래산업사회와 기술발전에 대응할 수 있는 전문기술인력 양성을 위해, 인공지능 및 빅데이터 기반의 모빌리티 소프트웨어에 대해서 학습한다. 이를 통해 4차 산업혁명의 AI모빌리티 전문가로서 역할을 수행할 수 있는 능력을 함양한다.
공간 AI (Spatial Artificial Intelligence)
4차산업 혁명의 산업 환경에 발맞춰 가고자 AI 기술과 공간 인식이 융합된 공간 AI 기술개발 역량을 습득한다. 인공지능을 활용해 공간 지능 기술을 향상시키는 연구와 이를 활용한 자율주행, 디지털 지도 생성 등 기술 연구를 학습한다.
AI 수치 최적화 (Numerical Optimization for AI)
과학 및 공학에서 자주 접하는 다양한 수치 최적화 이론 및 응용을 학습한다. Univariate optimization, Uncontrained optimization, Constrained optimization, Global optimization 등에 대한 견고한 수학적 접근 방식 및 수치 최적화 알고리즘의 구현을 통하여 AI에 활용되는 수치 최적화의 핵심을 이해한다.