성균관대학교 정보통신대학 | 교육 | 학부 | 전자전기공학부 School of Electronic and Electrical Engineering

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호	교과목명	학점	자기 학습 시간	영역	학위	이수 학년	비고	언어	개설 여부
ICE3043	스마트카공학개론	3	6	전공	학사	3-4	정보통신대학	한	Yes
본 과목에서는 스마트카에 대한 전반적인 내용에 대해 다룬다. 먼저, 자동차에 대한 기본원리를 이해하고 현재 개발되고 있는 최신 기술들에 대해 학습한다. 자동차의 기본구조와 함께 핵심인 구동, 변속, 샤시 시스템에 대한 기술적인 내용을 다룬 후, 자동차의 안전도와 운전자의 편의성을 향상시키기 위한 운전자지원 시스템에 대해서도 학습한다. 스마트카에 필수적인 센서, 액츄에이터, 임베디드보드 등을 포함한 차량용 전기전자 시스템과 함께 자동차 소프트웨어의 최신 트렌드에 대해서도 학습한다. 차량 제어시스템 개발을 위한 최신 시스템 소프트웨어 기술, 차량 네트워크 기술, 커넥티드카를 위한 응용 레벨의 소프트웨어 기술 등을 소개한다. 이와 함께 최근 주목받고 있는 스마트카에 대한 사회적 이슈 및 법적, 윤리적 문제점 등에 대해 토론함으로써 이에 대한 대응책도 모색해 본다.
ICE3044	기초알고리즘	3	6	전공	학사	3-4	정보통신대학	-	No
본과목의 목적은 컴퓨터 응용에서의 문제들을 풀기 위한 다양한 알고리즘과, 알고리즘 분석에 필요한 기본법칙과 기술을 소개하는데 있다.본 과목 에서 다루는 주제들은 알고리즘 분석 기준, 탐색, 정렬, 그래프, 다항식, 문자열매칭, 비다항식 문제들로 요약될수 있다.
ICE3045	기계학습개론	3	6	전공	학사	3-4	정보통신대학	한,한	Yes
기계학습은 컴퓨터가 학습할 수 있는 능력을 갖도록 하는 학문이다. 기계학습 알고리즘은 기존의 데이터를 이용하여 학습한 후 앞으로의 데이터에 대해 예측할 수 있다. 이미 기계학습 기술은 무인자율주행차, 얼굴인식, 음성인식, 의료진단 등을 포함하여 다양한 분야에 적용되고 있다. 본 과목에서는 기계학습의 기본 개념과 알고리즘에 관해 다루고 어떻게 구현하는 지에 관해서도 다룰 것이다. 이 과목을 통하여 리니어 리그레션 및 로지스틱 리그레션, 바이어스 및 베리언스, 지도학습방법 (서포트벡터머신, 커널, 신경회로망), 비지도학습(클러스터링, 차원 축소, 딥러닝)에 관해 배울 것이다.
ICE3046	정보통신창업현장실습1	3	0	전공	학사	3-4	정보통신대학	-	No
본 과목은 학생이 한 학기동안 창업한 기업의 대표(혹은 공동대표)로서 창업활동을 수행하면서 실전적 지식을 습득할 수 있는 현장실습 프로그램이다.
ICE3047	정보통신창업현장실습2	6	0	전공	학사	3-4	정보통신대학	-	No
본 과목은 학생이 한 학기동안 창업한 기업의 대표(혹은 공동대표)로서 창업활동을 수행하면서 실전적 지식을 습득할 수 있는 현장실습 프로그램이다.
ICE3048	정보통신창업현장실습3	9	0	전공	학사	3-4	정보통신대학	-	No
본 과목은 학생이 한 학기동안 창업한 기업의 대표(혹은 공동대표)로서 창업활동을 수행하면서 실전적 지식을 습득할 수 있는 현장실습 프로그램이다.
ICE3049	정보통신창업현장실습4	12	0	전공	학사	3-4	정보통신대학	-	No
본 과목은 학생이 한 학기동안 창업한 기업의 대표(혹은 공동대표)로서 창업활동을 수행하면서 실전적 지식을 습득할 수 있는 현장실습 프로그램이다.
ICE3050	기계학습종합설계	3	6	전공	학사	4	정보통신대학	-	No
본 수업에서는 ‘기계학습개론‘ 과목을 수강한 학생들에게 좀 더 심화된 최신 기계학습 기법을 소개하고, 수강생들이 다양한 실습 과제와 프로젝트를 수행함으로써 기계학습에 관한 보다 실용적인 지식을 얻는 것을 목표로 한다. 보다 구체적으로, 기본적인 기계학습에 대한 간단한 복습을 마친 뒤, 최근 많은 각광을 받는 딥러닝의 현황에 대해 소개하고, 다층 신경망 (MLP), 컨볼루션 신경망(CNN)이나 회귀 신경망(RNN) 등을 다룬다. 또한, 이미지 분류나 자연어 처리와 같은 실용적인 실습과제를 수행하고, 학기말에는 조별 텀 프로젝트를 수행한다. [선수과목: 선형대수, 확률 및 랜덤 프로세스, 프로그래밍, 기계학습개론]
ICE3051	자율주행캡스톤디자인	3	6	전공	학사	3-4	정보통신대학	한,한	Yes
수업을 듣는 다른 학생들과 융합 팀을 구성하여 팀별로 자율주행 전동차를 개발하는 팀 프로젝트를 수행하는 캡스톤디자인 교과목임. 전동차에 센서(예: 카메라)를 부착하고 Jetson nano 인공지능 보드를 활용하여 자율주행 AI 프로그래밍을 수행함. 팀별 경진대회를 통해 AI 프로그래밍 및 자율주행 관련 문제해결 능력을 함양함.
ICE3052	자율주행인공지능및제어	3	6	전공	학사		정보통신대학	-	No
본 수업에서는 미래자동차의 핵심기술인 자율주행을 위한 인공지능 및 제어 기술을 소개한다. 특히 객체탐지신경망, 영상분할신경망, 차량 로컬라이제이션, 경로계획, 운전자 행동 모방학습 등의 기술을 학습하고 구현하도록 한다. 또한, 차량운전 시뮬레이터를 사용하는 자율주행 팀 프로젝트를 진행하도록 한다.
ICE3053	미래차현장실습	1	0	전공	학사		정보통신대학	-	No
본 과목은 미래형자동차 마이크로디그리를 신청한 학생들에게 학기 중이나 방학기간 동안 학문적 지식과 현장경험을 연계시키는 프로그램으로, 현장실습 프로그램에 참여하는 학생은 학문적 지식을 현장에 적용시켜 봄으로써 보다 나은 자신의 커리어를 설정하는 경험을 쌓게 된다. (1개월 이상)
ICE3054	인공지능시스템실습	2	4	전공	학사	3-4	정보통신대학	-	No
기계학습 및 인공지능 관련 구조 모델 관련 실습 진행. 프로그래밍 툴 학습(Visual Studio Code, Colab, jupyter notebootk 등); 프로그래밍 툴을 사용하여 디버깅 실습(break point를 활용 변수 및 텐서 값 분석); 리눅스 환경에서 필요한 프로그램 설치 및 사용법 학습(anaconda, virtual environment, docker, ssh, screen, tmux 등); 데이터 분석에 필요한 시각화 툴 사용법 실습(matplotlib을 통한 그래프 사용법); 파이썬 기초 및 과학계산에 필요한 numpy 실습; 기본 기계학습 라이브러리 사용법 실습(sklearn 등); 기초 딥러닝 라이브러리 사용법 및 구현 실습(tensorflow, pytorch, jax 등).
ICE3055	빅데이터분석및모델링	3	6	전공	학사	3-4	정보통신대학	한	Yes
빅데이터 분석을 심층적으로 살펴봄. 우리 주변에 산재되어 있는 다양한 자료를 활용하여 의미있는 결과를 도출해내는 기술을 학습. 빅데이터 시스템, 저장, 처리, 분석, 시각화 기술을 살펴보며, 데이터 분석 기술의 이론, 그리고 빅데이터 처리를 위한 계산적 방법론을 논의.
ICE3056	현대인공지능기초	3	6	전공	학사		정보통신대학	한	Yes
다양한 현대 인공신경망의 구조./모듈과 학습 손실함수 및 알고리즘 등 현대 인공지능 기술의 기초 개념 학습; 인공지능기술이 적용된 대표적 응용분야 소개. 다음과 같은 현대 인공지능 기초를 소개: 인공지능을 위한 선형대수학 기초, 인공지능을 위한 확률 및 램던변수 리뷰, 완전연결신경망, 합성곱신경망, 오토인코더, 활성화함수, 평균제곱오차 손실함수, 교차엔트로피 손실함수, 지도학습법, 전이학습법, (확률론적) 경사하강법, 과대적합 및 일반화, 이미지 분류, 이미지 분할, 이미지 잡음제거와 확산모델, 시계열 데이터와 순환신경망, 자연어처리 및 트랜스포머. 현대 인공지능 기술 실습 및 프로젝트 진행.
ISS3183	Human Computer Interaction	3	6	전공	학사		국제하계대학	영	Yes
This course covers the basic concepts, fundamental theories and current researches in humancomputer interaction. Topics include principles, theories, methodologies, design, implementation, evaluation and research in computer interfaces. The objectives of this course are:  to familiarize students with basic concepts of human computer interaction;  to introduce students to theories and principles in computer interface design;  to develop students’ ability to design, conduct and analyze user studies for computer software; and  to provide students with the knowledge of the design process for user interfaces.
ISS3290	Introduction to Big Data Analysis	3	6	전공	학사		국제하계대학	영	Yes
Understand the genesis of Big Data Systems • Understand practical knowledge of Big Data Analysis using Hive, Pig, Sqoop • Provide the student with a detailed understanding of effective behavioral and technical techniques in Cloud Computing on Big Data • Demonstrate knowledge of Big Data in industry and its Architecture • Learn data analysis, modeling and visualization in Big Data systems
SEE4001	반도체소자및공정특론	3	6	전공	학사/석사	1-4	반도체융합공학과	한	Yes
반도체 소자 제조에 필요한 공정을 현장 전문가들이 직접 강의를 하여 수강생들의 현장에서 필요한 지식을 습득할 수 있다. 또한, 본 강의를 통해 수강생들이 제조 장비의 물리적인 구동 원리 및 구조를 이해할 수 있다. 반도체 소자가 고도로 집적화됨에 따라, 이슈가 되고 있는 최근의 공정 및 장비 개발 동향 및 현재 공정의 문제점 등을 고찰해 본다.
SEE4002	인공지능반도체공정기술	3	6	전공	학사/석사	1-4	반도체융합공학과	-	No
인공지능 알고리즘에 최적화된 반도체 제조에 활용되는 노광, 광 마스크, 건식 식각, 세정, 화학-기계적 연마, 확산, 박막 등의 단위 공정기술과 트랜지스터, 소자분리, 커패시터, 배선 등의 모듈 공정기술의 이론적 배경과 실제 응용사례를 소개하여 인공지능 반도체 공정 기술에 대한 이해도를 높인다. 아울러 차세대에 필요한 기술 방향을 제시한다.
SEE4003	인공지능반도체소자시뮬레이션	3	6	전공	학사/석사	1-4	반도체융합공학과	한	Yes
인공지능 알고리즘을 구동하기 위해 반도체에 요구되는 특성들인 초저전력 로직연산, 다기능 메모리 연산과 같은 최신 반도체 기술에 대해 소개하고, 이에 대한 이해를 바탕으로 실제 시뮬레이션을 통해 반도체 기술 최적화를 수행한다. 반도체 소자 스케일링에 따른 3차원 반도체 소자, 새로운 전하수송메커니즘에 기인한 초저전력 반도체 소자, 및 다양한 신소자 기반 메모리 소자등의 전기적 특성을 실제 시뮬레이션 실습을 통해 확인하고 소자 설계 파라미터들의 조정을 통해 최적화 및 인공지능 알고리즘 구동에 미치는 영향성을 확인한다. 본 교과목을 통해, 최신 반도체 소자 이론 그 중에서도 인공지능 반도체 소자 이론에 대한 이해를 도모할 수 있으며, 실제 산업계에서 자주 경험할 수 있는 실제적인 주제들을 선정하여 프로젝트 수행함으로 이론뿐만 아니라 기초적인 실무적 능력도 배양함에 목적이 있다. 선 수강 과목으로는 물리전자, 반도체공학, 반도체소자설계, 전자회로 등을 권유한다.
SFC4001	스마트팩토리캡스톤디자인1	3	6	전공	학사/석사		스마트팩토리융합학과	한	Yes
스마트팩토리에서 산업체지원 프로젝트 코스는 설계, 제조, 서비스 공학, 비즈니스 구현을 공학 교과과정으로 통합하는 산학 파트너쉽이다. 학생들은 설계, 프로토타이핑, 시뮬레이션, 실제 솔루션에 의해 개념에서 구현까지 프로젝트 아이디어를 얻는다. 이 코스는 실세계 엔지니어링 문제들을 해결하기 위하여 학부 교육을 통하여 획득한 지식과 도구들을 적용해보도록 가르친다.
SFC4002	스마트팩토리캡스톤디자인2	3	6	전공	학사/석사		스마트팩토리융합학과	한	Yes
이 코스는 세계 수준의 엔지니어를 교육하기 위하여, 우리 대학과 파트너를 맺은 산업체를 위한 유일한 기회를 제공한다. 다양한 백그라운드의 학생들로 구성된 팀은 산업체에 의해 지원된 프로젝트를 함께 해결하기 위하여 작업한다. 이러한 팀들은 공학문제를 해결하기 위한 아이디어를 고안해내기 위하여 멘토와 자문교수들과 협력한다.
SSE3057	디스플레이소자및공정	3	6	전공	학사	4	반도체시스템공학과	-	No
본 과목은 디스플레이를 전공하는 학생을 대상으로 디스플레이를 통하여 영상이 표시되는 원리를 이해하고 표현된 영상의 품질이 결정되는 전기광학적 원리 및 영상 품질 분석 및 개선과 관련된 내용을 포함하며, 구체적인 수업 목표는 다음과 같다. 1. 디스플레이 원리를 이해하기 위한 기초 전자기학을 이해한다. - 물질과 전자기장과 상호 작용, 비등방성 유전체 이해, capacitor 등 2. 디스플레이 원리를 이해하기 위한 기초 광학을 이해한다. - (이방성) 다층구조에서 빛의 투과 및 편광특성 이해, 복굴절 물질, electro-luminescence 이해 등 3. 기초 색채공학 원리를 이해한다. : 색좌표, 색차, RGB신호와 색, adaptation, uniform 색좌표계 등 4. 디스플레이 화질 분석 방법을 이해한다.: 정지영상, 동영상, 측면영상의 품질, color gamut.. 5. 액정재료의 특성 및 전기광학적 반응 원리를 이해하고 다양한 액정모드의 원리를 이해한다. 6. OLED 발광 원리를 이해하고 OLED 화질의 특징을 이해한다. 7. 디스플레이 화질에 영향을 미치는 핵심인자를 각 LCD 모드 및 OLED에서 이해한다. 8. 3D 원리 및 3D 화질의 핵심 인자를 이해한다. 9. E-ink, cholesteric display, electro-wetting display등 비주류 디스플레이 원리 및 주요특징, 응용 범주를 이해한다.
SWE3011	인공지능개론	3	6	전공	학사	4	소프트웨어학과	영,한	Yes
본 과목은 기초이론을 강의하고, 진보된 주제를 소개하고자 한다. 이론에서 다루는 세부 과제로서는 상태공간에서 문제의 표현, 넓이우선 탐색, 깊이우선 탐색과 경험적 탐색 등의 탐색방법, 그리고 술어 논리, 해결 방법, 법칙을 사용한 지식 표현 등이다. 계획 시스템, 훈련방법을 포함한 퍼셉트론과 홉필트 신경망 등과 같은 신경망과 퍼지 기술, 영상표현, 외각선 검출, 직선과 곡선의 검출 등과 같은 컴퓨터 시각 등의 진보 된 주제들을 소개한다. 마지막으로, 기호 프로그램 언어인 LISP를 예제와 함께 소개한다.