교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| BSE5001 | 인지인공지능개론 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 강의는 인지신경과학과 인공지능의 교차 지점에서 새롭게 부상하는 연구 분야를 심화 소개한다. 특히 인간 인지에 대한 통찰이 차세대 인공지능 시스템 개발에 어떻게 기여할 수 있는지, 그리고 반대로 인공지능이 인간 정신에 대한 이해를 어떻게 확장할 수 있는지에 초점을 맞춘다. 강의에서는 강화학습과 의사결정, 확률적 추론, 주의와 작업 기억, 추상화, 메타인지 등 핵심 주제를 다룬다. 학생들은 인간 인지에서 영감을 얻은 계산 모델과 심층 신경망 아키텍처를 비판적으로 검토하면서, 그 신경과학적·심리학적 토대를 논의하게 된다. 특히 해석 가능성, 일반화, 그리고 인공지능의 확장 한계에 관한 최신 논쟁을 중점적으로 살펴본다. 또한 신경과학, 정신의학, 인간–기계 상호작용에의 응용도 다룰 것이다. 학생들은 문헌 읽기, 토론, 그룹 발표를 통해 인지 기반 지능 모델을 평가하고 구현할 수 있는 심도 있는 이해와 전문 지식을 습득하게 된다. 더불어 이러한 모델이 뇌의 생물학적 타당성을 얼마나 갖추는지 검토하고, 인간 친화적이고 견고한 인공지능 시스템 구축에 주는 시사점을 고찰하게 될 것이다. | |||||||||
| BSE5002 | 인간신경과학에서의인과적접근 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 본 강의는 뇌 활동과 행동 사이의 단순한 상관관계를 넘어, 인과적 연결을 규명하기 위한 다양한 실험적 접근을 포괄적으로 다룬다. 비침습적 뇌 자극(TMS, tDCS, tACS), 실시간 fMRI, 기계학습 기반 뉴로피드백, 고급 계산 모델링 등 최신 방법론을 심화 소개하며, 각 기법의 강점과 한계, 실험 설계의 원리, 그리고 인간 뇌에 개입할 때 반드시 고려해야 할 윤리적 쟁점을 함께 논의한다. 학생들은 지각, 의사결정, 학습, 감정과 같은 인지·정서적 과정에 대한 기제적 이론을 검증하는 데 인과적 접근이 어떻게 활용되는지 배우고, 임상 연구 및 중개 신경기술로의 응용 가능성도 탐구하게 된다. 또한 주요 연구 논문을 읽고, 방법론적 논의에 참여하며, 직접 인과적 실험 제안서를 구상하는 과정을 통해 실질적인 연구 역량을 기르게 된다. 강의가 끝날 무렵, 수강생들은 신경과학에서 제기되는 인과적 주장들을 비판적으로 평가할 수 있을 뿐 아니라, 이러한 방법들을 자신의 연구에 통합할 수 있는 전문적 역량을 갖추게 될 것이다. | |||||||||
| BSE5003 | 메타인지신경과학 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 본 강의는 메타인지—즉, 자신의 인지 과정을 점검하고 조절하는 능력—의 신경과학에 관한 최근 및 진행 중인 최첨단 연구들을 다룬다. 강의는 다음과 같은 주제를 심화 소개한다: i) 메타인지가 분산된 뇌 네트워크에서 어떻게 발현되는지, 그리고 학습과 의사결정에 어떤 영향을 미치는지를 탐구한다. 이를 위해 기억, 지각, 가치 기반 선택 등 다양한 영역을 중심으로 신경영상, 계산 모델링, 병변 연구, 뇌 자극 연구에서 나온 증거들을 통합한다. ii) 메타인지가 영역 일반적(domain-general)인지, 영역 특수적(domain-specific)인지에 대한 논쟁, 메타인지 기능장애가 정신의학적·신경학적 장애에 어떻게 기여할 수 있는지, 그리고 메타인지적 기능을 갖춘 인공지능을 개발할 수 있는지 등 현재 진행 중인 쟁점들을 특별히 조명한다. 학생들은 최신 실증 및 이론 연구를 비판적으로 평가하고, 관련 문헌을 심도 있게 검토하며, 다양한 방법과 학문 분야에 걸친 결과들을 종합하는 능력을 기르게 된다. 발표와 토론을 통해 참가자들은 메타인지 연구의 최신 접근법을 깊이 이해하고, 이를 인지신경과학, 정신의학, 그리고 인공지능에 적용할 수 있는 통찰을 얻게 될 것이다. | |||||||||
| BSE5004 | 시스템신경과학세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 시스템신경과학 분야의 주요 학술 논문을 저널클럽 형식으로 심도 있게 분석하고 토론하는 것을 목표로 한다. 수강생은 매주 번갈아 최신 논문을 선정하고 체계적으로 발표하며, 다른 학생들은 사전에 논문을 읽고 토론과 비평에 적극적으로 참여한다. 이러한 과정을 통해 단순히논문의 내용을 전달받는 것에 그치지 않고, 연구의 배경과 맥락을 이해하며 다양한 관점에서 결과를 해석하는 능력을 기를 수 있을 것으로 기대한다. 또한 본 세미나를 통해 학생들은 시스템신경과학 분야의 최신 연구 동향을 폭넓게 파악하고, 전기생리학, 칼슘이미징, 광유전학등 다양한 실험적 측정법에 대해 심층적으로 이해할 수 있다. 더불어 다변량 신경 신호 데이터 분석의 기본원리와 실제 적용사례를 학습함으로써, 복잡한 신경 신호 데이터의 구조와 분석 방법을 이해할 수 있는 기초 역량을 기르게 된다. 궁극적으로 본과목은 학생들이 연구논문을 비판적으로 평가하고, 실험설계와 분석방법의 타당성을 검토하며, 연구 결과의 학문적 의의와 한계점을 스스로 도출할 수 있도록 돕는다. 이를 통해 수강생들은 향후 독립적인 연구수행에 필요한 비판적 사고력, 학문적 소통 능력, 그리고 연구 아이디어 발굴 능력을 종합적으로 배양할 수 있을 것이다. | |||||||||
| BSE5005 | 인지계산신경과학의최신경향 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 인지신경과학은 심리학·인공지능·물리학 등을 아우르는 포괄적 학문이다. 다양한 배경의 연구자들이 서로 다른 목표를 가지고 빠른 속도로 논문을 발표하고 있다. 이러한 환경에서 본 수업은 최신 논문이 어떤 역사적 맥락에 놓여 있는지, 어떤 임팩트를 가질지, 그리고 해당 연구의 핵심 혁신이 무엇인지 체계적으로 분석함으로써, 학생들이 분야를 꿰뚫어 보는 안목을 기를 수 있도록 진행하고자 한다. | |||||||||
| BSE5006 | 신경생리뇌질환세미나 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 본 과목은 신경생리와 뇌질환 분야의 주요 학술 논문을 저널클럽 형식으로 심도 있게 분석하고 토론하는 것을 목표로 한다. 학생들은 선정한 최신 논문을 사전에 읽고 준비한다. 발표자는 논문을 깊이 있게 분석하여 발표하며, 다른 학생들은 논문을 읽고 적극적으로 토론에 참여한다. 저널클럽 과정에서 학생들은 논문의 데이터를 면밀히 검토하고 비판적으로 평가하는 능력을 기른다. 이를 통해 학생들은 신경생리와 뇌질환 분야의 최신 연구 동향과 연구 역사를 파악할 수 있다. 또한 연구 가설을 검증하기 위해 사용되는 최신 연구 방법론을 접하고 이해하게 된다. 특히 연구 결과를 무비판적으로 수용하는 것이 아니라 분석적으로 평가하는 훈련을 통해 비판적 사고력을 함양한다. 궁극적으로 학생들은 자신의 연구 가설을 더욱 엄밀하게 검증할 수 있는 역량을 갖추게 될 것이다. | |||||||||
| BSE5007 | 신경과학세미나1 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 본 과목은 다양한 의공학 분야에서 선도적인 연구를 수행하는 연구자를 초청해 최신 의공학 기술에 대한 강의를 듣고 토론하는 과목이다. 최신 의료기기, 생체 재료, 뇌 영상, 뇌공학에 대한 연구자를 초청할 예정이다. | |||||||||
| BSE5008 | 신경과학세미나2 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 신경과학세미나 II 에서는 신경과학분야와 그 관련된 분야의 국내외의 다양한 전문가들을 초청하여 세미나를 듣고, 서로 토론하는 시간을 갖는다. 또한 세미나 전에 초빙된 전문가들의 논문을 읽고 학생들끼리 서로 토론하여 그 분야에 대한 이해를 돕고, 나아가 자신의 미래 연구에 도움이 되게 한다. | |||||||||
| BSE5009 | 인공인간지능 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 이 과목은 인공인간지능(Artificial Human Intelligence)이라는 신흥 분야에 대한 심화 입문 과정입니다. 인공지능, 인지신경과학, 심리학이 교차하는 지점에서, 이 과목은 인간 인지에 대한 통찰이 AI 시스템의 컴퓨터 가상 실험(in-silico) 연구에 어떻게 도움이 될 수 있는지, 그리고 이러한 AI 실험이 인간 정신에 대한 이해를 어떻게 진전시킬 수 있는지에 초점을 맞춥니다. 강의 기간 동안 우리는 AI에서의 지각(perception), 자기성찰(introspection), 추론(reasoning)과 같은 핵심 주제들을 다룰 것입니다. 발표된 연구 자료 읽기, 학생 주도 발표, 그리고 수업 내 토론을 통해, 참가자들은 AI와 인간 정렬(인간 가치관 일치, human alignment)에 관한 주장들을 비판적으로 평가할 수 있는 깊이 있는 이해와 지식을 습득하고, 새롭게 떠오르는 거대언어모델이 갖는 환각 현상이나 논리적 오류를 해결하는 NeuroAI 분야를 더 잘 이해하며, 나아가 전형적인 실험을 넘어선 인간 행동 연구의 새로운 방법들을 접하게 될 것입니다. | |||||||||
| BSE7001 | 시스템신경과학개론 | 3 | 6 | 전공 | 학사/석사/박사 | 영 | Yes | ||
| 본 과목에서는 동물의 뇌 속 다양한 영역에 존재하는 수많은 신경세포들의 신호가 어떻게 감각 정보의 암호화, 사고와 기억, 그리고 행동 조절 등에 기여하는지를 연구하는 시스템신경과학 분야를 다룬다. 시스템신경과학은 개별 뉴런의 특성뿐 아니라, 집단 수준에서 나타나는 활동 패턴이 어떠한 원리로 정보를 표상하고 처리하는지를 밝히는 데 초점을 맞춘 학문이다. 최근에는 행동하는 동물의 뇌에서 수백- 수천 개의 신경세포 활성도를 동시적으로 측정할 수 있는 기술이 빠르게 발전하고 있으며, 이를 통해 뇌 기능을 단일 세포 차원을 넘어 집단·네트워크 수준에서 분석할 수 있게 되었다. 이러한 기술적 진보는 복잡한 뇌 기능과 정보 처리 메커니즘을 보다 체계적으로 이해할 수 있는 새로운 기반을 제공하고 있다. 본 강의에서는 이러한 전통적 방식의 시스템신경과학 연구와 함께 최신 연구 동향 및 분석 방법론을 학부·석사·박사 과정 학생들에게 폭넓게 소개하며, 수강생들이 시스템신경과학의 기본 개념부터 최신 응용 연구에 이르기까지 균형 잡힌 시각을 습득하도록 돕고자 한다. | |||||||||
| BSE7002 | 뇌세포생물학 | 3 | 6 | 전공 | 학사/석사/박사 | 영 | Yes | ||
| 본 강의는 뇌과학 연구자를 위한 뇌세포생물학의 기초부터 최신 지견까지 체계적으로 다룬다. 뇌의 해부학적 구조를 거시적 수준에서 시작하여 미시적 세포 수준까지 단계적으로 학습하며, 각 세포 유형의 기능과 이를 연구하는 방법론을 통합적으로 이해한다. 먼저 신경세포의 다양한 구조적 특징과 기능적 분류를 학습한다. 세포체, 수상돌기, 축삭의 형태학적 특성부터 전기생리학적 특성까지 다룬다. 활동전위 생성, 시냅스 전달, 신경전달물질 시스템, 그리고 신경가소성의 분자적 메커니즘을 깊이 있게 탐구한다. 아교세포는 오랫동안 단순한 지지 역할로만 인식되어 왔으나, 최근 연구를 통해 뇌 기능에 필수적인 능동적 역할을 수행함이 밝혀졌다. 성상세포의 신경전달물질 재흡수와 시냅스 조절 기능, 미세아교세포의 면역 반응과 시냅스 가지치기 역할 등 아교세포의 구조적 특징과 기능적 다양성을 최신 연구 성과와 함께 학습한다. 뇌혈관계는 뇌 기능 유지에 필수적이며, 혈액-뇌 장벽은 뇌의 항상성을 보호하는 독특한 구조이다. 혈관세포, 주변세포, 성상세포가 형성하는 신경혈관 단위의 개념과 뇌혈류 조절 메커니즘을 다루며, 이들 구조가 신경세포 활동과 어떻게 긴밀히 연결되어 있는지 이해한다. 알츠하이머병, 파킨슨병, 뇌졸중 등 주요 신경질환에서 각 세포 유형이 겪는 병리학적 변화를 학습하며, 세포 수준의 이해가 질병 메커니즘 규명과 치료 전략 개발로 어떻게 연결되는지 탐구한다. 또한 면역조직화학, 전기생리학, 광학이미징, 단일세포 전사체 분석 등 현대 신경과학의 핵심 연구 방법론을 소개한다. 본 강의를 통해 학생들은 뇌를 구성하는 다양한 세포들의 구조와 기능을 통합적으로 이해하고, 이를 바탕으로 자신의 연구 질문을 세포생물학적 관점에서 접근할 수 있는 능력을 갖추게 된다. 또한 최신 연구 방법론에 대한 이해를 통해 독창적인 실험 설계가 가능한 독립적 연구자로 성장할 것이다. | |||||||||
| BSE7003 | 뇌과학도를위한광학이미징 | 3 | 6 | 전공 | 학사/석사/박사 | 한 | Yes | ||
| 본 강의는 뇌과학 연구자를 위한 광학이미징 방법론을 체계적으로 소개한다. 현대 뇌과학 연구의 핵심 도구인 광학이미징 기술을 고전적 기법부터 최신 첨단 기술까지 폭넓게 다루며, 각 기법의 기초 과학적 원리와 실제 응용을 균형있게 학습한다. 학생들은 광학 현미경, 형광현미경과 같은 기초 이미징부터 공초점현미경, 2광자현미경, 광시트현미경, 그리고 초고해상도 현미경에 이르는 다양한 이미징 기법의 작동 원리를 이해하게 된다. 단순히 기술을 나열하는 것을 넘어, 각 기법의 해상도 한계, 광학적 특성, 생물학적 시료에 미치는 영향 등을 비교 분석함으로써, 연구 질문에 가장 적합한 이미징 도구를 스스로 선택할 수 있는 판단력을 기른다. 학생들은 실제 이미징 데이터를 활용한 분석 실습을 수행하게 될 것이다. 또한 최신 개발되는 다양한 형광단백질들에 대해서 그 개발과정과 응용을 학습하게 될 것이다. 학생들은 최신 광학이미징 기법을 활용한 연구를 분석하고 토론하여 가설 검증을 위한 적절한 이미징방법 선택과 그 결과를 종합하는 능력을 기르게 된다. 이를 통해 자기주도적인 연구자로 성장할 수 있을 것이다. | |||||||||
| DHC5041 | 뇌과학과AI | 3 | 6 | 전공 | 석사/박사 | 1-4 | 디지털헬스학과 | 한 | Yes |
| 기본적인 뇌해부학, 뇌신경영상 등을 기본 도구로 하여 뇌신경질환의 종류와 특성을 이해하고, 빅데이터, 유전체학(genomics), 의료인공지능을 포함하는 광의 개념의 디지털헬스 영역이 뇌신경질환에 어떻게 융합되어 실제 임상현장에서 적용해나갈 수 있는지를 학습한다. | |||||||||
| DHC7005 | 의료AI를위한수학통계 | 3 | 6 | 전공 | 학사/석사/박사 | 1-4 | 디지털헬스학과 | 한 | Yes |
| 본 교과목은 의료 분야에서 인공지능을 활용하기 위한 배경이 되는 수학 통계의 필수 소양을 갖추는 것에 중점을 두고 있습니다. 수학 통계 기법을 활용하여 의료데이터를 효과적으로 분석하고 해석하는 능력을 배양하고자 합니다. 본 교과목에서는 기계학습과 인공지능의 기초인 수학 및 통계학의 개념에서 시작하여, 빅데이터와 기계학습, 계산예측모델링, 의료인공지능 등의 핵심 주제를 다룰 예정입니다. 이를 통해 학생들은 수학 통계적인 기반을 갖추고, 의료인공지능 분야에서 전문적으로 성장하고 활약할 수 있는 강력한 능력을 획득하게 될 것입니다. | |||||||||
| ERC7003 | AI기반공학연구방법론 | 1 | 2 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | 한 | Yes | |
| AI기반공학연구방법론은 학사·석사·박사 과정 학생이 공통으로 수강할 수 있는 1학점 교과목으로, AI 시대에 필요한 보편적 연구 수행 역량을 체계적으로 기르는 것을 목표로 한다. 본 과목은 단순히 생성형 AI 사용법을 익히는 강의가 아니라, 연구자가 AI를 연구 과정의 보조 도구로 활용하되 그 결과를 비판적으로 검토하고 책임 있게 재구성하는 방법을 배우는 연구방법론 교과목이다. 수업은 AI가 연구와 학습 방식에 가져온 변화, 생성형 AI의 원리와 한계, 연구주제 탐색, 문헌 검색, 선행연구 분석, 연구 공백 도출, 연구문제와 가설 설정, 연구 설계, 자료 수집, 데이터 정리와 분석, 시각화, 연구계획서 작성, 연구윤리와 데이터 보안까지 연구 전 과정을 다룬다. 특히 AI가 제시한 답변의 환각, 편향, 허위 인용, 최신성 부족, 논리적 비약, 개인정보 및 비공개 자료 유출 가능성을 점검하는 훈련을 포함한다. 학생들은 자신의 전공 또는 관심 분야를 바탕으로 연구주제 후보를 만들고, 관련 문헌을 탐색하며, 연구문제와 분석 계획을 구체화한다. 최종적으로는 AI 활용 과정, 선행연구 정리, 연구 공백, 연구문제 또는 가설, 자료 수집·분석 계획, 검증 과정, 연구윤리 점검, 학습 성찰을 포함한 AI 연구 포트폴리오를 작성한다. 학부생은 기초 탐구 과제형, 석사과정생은 예비 연구계획서형, 박사과정생은 독립 연구 설계형 산출물을 목표로 한다. 본 교과목은 학생들이 AI를 활용해 연구 생산성을 높이며 연구자의 비판적 사고와 책임성을 유지하도록 돕는 미래형 연구역량 교육이다. | |||||||||
| GBE4001 | 의료전자기학Ⅱ | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 본 교과에서는 의료기기와 생체신호측정의 기초가 되는 전자기 현상을 다루며 특히 물질 내에서 전기, 자기계가 어떻게 변하는지에 대하여, 그리고 물질 내에서 전자기파의 전파에 대해서 공부한다. 진공 중에서 전자기 현상에 대한 기본적인 이해를 바탕으로 하여 물질의 유전율, 자화율 등을 정의하고 이들 성질이 전자기 현상에 미치는 영향을 살펴본다. 학생들이 선수과목 (BME전자기학1 또는 상응한 과목)을 통해 맥스웰방정식에 대한 기본적인 이해를 이미 가지고 있다고 가정한다. | |||||||||
| GBE4002 | BME열물리 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 이 과목에서는 고전열역학과 통계역학의 기본 개념과 원리를 설명하고 의공학적인 응용에 대해서 다룬다. 강의내용은 온도와 엔트로피의 정의, 비열의 개념, 열역학의 법칙들, 볼츠만 분포, 그리고 확산 현상 등을 포함한다. 각종 온도와 관련된 현상에 대한 엄밀한 물리적인 이해를 도모하고, 열역학 및 통계물리적 개념이 의료영상 특히 자기공명영상 (MRI) 에 어떻게 적용되는지 공부한다. | |||||||||
| GBE4003 | BME고급의료영상 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 이 과목은 자기공명영상에 대한 기본적 원론에 대한 지식을 제공한다. 자기공명영상법은 인체에 특별한 dye나 방사선 물질의 주입이 없이 다양하게 인체의 해부학적인 정보와 기능적 정보의 제공이 가능한 이미징 방법이다. 이 과목에서는 자기공명영상의 기초 원리를 물리학적인 관점에 주력하여 설명하며, 또한 인체에 어떻게 응용되는 실례를 중심으로 수업을 진행한다. | |||||||||
| GBE4004 | 의료영상복원 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 의료영상의 원리 및 이해를 위한 전공심화 과목임. Tomography 의료영상 시스템 (CT, MRI, PET 등)에서 신호생성을 위한 물리적 원리, 영상획득을 위한 인코딩 원리, 영상복원을 위한 수학적 모델링 및 최적화 기법, 복원된 영상을 평가하기 위한 Metric을 이해하고, 영상의 질에 대한 검증 및 평가에 대해서 다룸 | |||||||||
| GBE4005 | 뇌기능매핑의원리 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 본과목은인간의뇌기능을연구함에있어기능적자기공명영상(fMRI)기법이어떻게사용되는지에관한이해를목표로함.먼저fMRI의기본원리와작동방법등뇌기능영상데이터가생성되고처리되는과정을살펴볼것임.fMRI를이용한실험설계,분석및뇌영상연구에수반하는문제점들을살펴보고,fMRI기법을사용하여인간의뇌기능을이해하려는연구전반에대한논의를진행함.fMRI연구에직접참여하여데이터를수집할기회를갖고,수집한fMRI데이터를분석하여,실험결과를작성하는방법을배우도록함. | |||||||||
| GBE4006 | 뇌신경망과학의기본 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 본 과목은 기본적으로 글로벌 바이오메디컬 공학과 고학년 학부생들을 타켓팅해서 수업 내용이 준비될 것임. 따라서 이미 network neuroscience를 주제로 연구진행하고 있는 대학원생들에게는 50% 정도는 매우 기초적인 내용으로 채워질 것임을 미리 공지함. 뇌신경망 과학은 2000년대 들어 복잡계 이론과 더불어 매우 활발하게 연구 활동이 이루어지고 있는 신생 과학분야이며, 인간의 인지기능들이 궁극적으로 뇌의 여러 영역들이 활발히 상호작용하면서 생기게 된다는 점에 집중하여, 뇌 기능적 역동성을 대규모 신명망을 기반으로 연구하는 분야임. 그에 따라 본 수업은 이 분야의 역사와 동기, 그리고 실제적인 분석관점과 도구, 더불어 필수적인 수학적 기초에 대해서도 강의할 예정임. 수업은 대면/비대면 모두 제공이 될 것이며, 대신 강의자는 (여건이 허락하는 범위 안에서) 학생들의 효율적인 학습을 위해 비대면 수업을 권장함. 본 수업은 대학원 수업인 “신경망 모델링“의 사전 기본지식을 수학하는 과목임 | |||||||||
| GBE4007 | 의사결정의신경과학적원리 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 우리의 삶은 의사 결정의 연속이다. 본 과목에서는 의사 결정의 과정이 뇌에서 어떻게 일어나는지 연구한 실험들을 소개하고, 이를 계산론적으로 이해하기 위한 노력을 살펴본다. 탐지 과제나 분별 과제를 이용한 감각에 대한 의사 결정 과정 연구, 어떤 자극이나 행동이 더 큰 보상을 가져오는지에 대한 가치 기반의 의사 결정에 관한 연구, 사회적인 의사 결정에 관한 연구들을 살펴보고, 의사 결정에 관여하는 뇌의 회로들은 무엇인지, 그러한 회로가 잘못되었을 때는 어떠한 문제점이 발생하는지 알아본다. | |||||||||
| GBE4008 | 휴먼레벨인공지능개론I | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 지난 10년간 인공지능은 눈부시게 발전해 왔다. 하지만 여전히 인간에 비해서는 부족한 면이 많다. 예를 들어 하나의 상황에서 배운 것을 전혀 다른 상황에 적용하는 일반화 능력, 적은 양의 데이터로 새로운 환경에 적응하는 문제, 다른 에이전트의 판단과 가치를 이해하는 능력 등, 인간과 인공지능이 공존하는 행복한 미래를 꿈꾸기 위해서는 여전히 갖춰야할 능력이 많다. 이러한 인공지능의 한계를 극복하기 위해서는, 인간 뇌와 지능에 대한 깊은 이해가 필요하며, 더 나아가 현존하는 모든 생명체가 어떻게 지능적인 행동을 통해 살아남아 왔고 적응적인 행동을 보여왔는지에 대한 고찰이 필요하다. 이에 본 수업에서는 인간과 생명체의 지능을 고찰하고, 뇌가 작동하는 원리에 기반하여 새로운 휴먼레벨 인공지능, 인간을 위한 인공지능을 공부하고 원리를 모색하고자 한다. 인간 뇌에 기반한 미래의 인공지능을 꿈꾸는 학생들에게 추천한다. | |||||||||
| GBE4009 | 휴먼레벨인공지능개론Ⅱ | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | - | No | |
| 지난 10년간 인공지능은 눈부시게 발전해 왔다. 하지만 여전히 인간에 비해서는 부족한 면이 많다. 예를 들어 하나의 상황에서 배운 것을 전혀 다른 상황에 적용하는 일반화 능력, 적은 양의 데이터로 새로운 환경에 적응하는 문제, 다른 에이전트의 판단과 가치를 이해하는 능력 등, 인간과 인공지능이 공존하는 행복한 미래를 꿈꾸기 위해서는 여전히 갖춰야할 능력이 많다. 이러한 인공지능의 한계를 극복하기 위해서는, 인간 뇌와 지능에 대한 깊은 이해가 필요하며, 더 나아가 현존하는 모든 생명체가 어떻게 지능적인 행동을 통해 살아남아 왔고 적응적인 행동을 보여왔는지에 대한 고찰이 필요하다. 이에 본 수업에서는 인간과 생명체의 지능을 고찰하고, 뇌가 작동하는 원리에 기반하여 새로운 휴먼레벨 인공지능, 인간을 위한 인공지능을 공부하고 원리를 모색하고자 한다. 인간 뇌에 기반한 미래의 인공지능을 꿈꾸는 학생들에게 추천한다. | |||||||||
| GBE4010 | 약물전달시스템 | 3 | 6 | 전공 | 학사/석사 | 글로벌바이오메디컬공학과 | 한 | Yes | |
| 약물전달시스템이란 기존의 약물들이나 새로운 바이오의약품들의 안정성을 높이고 부작용을 최소화하고 효능 및 효과는 극대화하여 필요한 양의 약물을 원하는 부위에 효율적으로 전달할 수 있도록 제형을 설계하여 약물치료를 최적화하는 기술을 통칭한다. 본 수업에서는 약물전달시스템의 기본 개념과 원리에 대해 배우고, 약물전달시스템의 종류, 응용 기술, 미래 기술들에 대해 논의 할 예정이다. | |||||||||
| GBE4011 | 휴먼레벨인공지능개론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 글로벌바이오메디컬공학과 | 영 | Yes |
| 본 과목은 최근 산학에서 공통으로 관심을 쏟고 있는 뇌과학과 인공지능의 관계에 대해 심층적으로 공부함으로써 두 필드가 어떤 식으로 서로에게 도움을 주면서 각자의 영역 연구를 개척해왔는지에 대해 학부/석사과정 학생들에게 개괄적으로 소개하고자 한다. 무엇보다 인간레벨의 지능을 구현하기 위해서는 어떠한 생물학적, 계산과학적 지식을 알고 있어야 하는지 전체적인 원리를 몇 가지 대표적인 예제를 통해 알려줌으로써 학생들이 두 연구 분야에 거시적인 관점을 가질 수 있도록 한다. | |||||||||
| GBE4013 | 뇌신경망과딥러닝실습 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 글로벌바이오메디컬공학과 | - | No |
| 본 과목에서는 deep learning의 기본 개념을 배운 후에, 기본적이지만 많이 사용되는 신경망 학습 방법들을 Python과 Pytorch 프레임워크를 기반으로 실습하면서 인공 신경망과 생물학적 신경망의 유사성과 차이점에 대해서 알아보고자 한다. 매주 과제를 기반으로 인공 신경망을 학습시키고, 그 의미를 해석해 볼 것이다. 이를 통해 인공지능과 뇌과학이 어떻게 서로 상호작용 하고 있는지 경험해 볼 수 있다. | |||||||||
| GBE4014 | 계산신경과학특화 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 글로벌바이오메디컬공학과 | 영 | Yes |
| 본 수업은 계산신경과학의 기초에서 다루었던 내용들 중 학계와 산업체에서 공통적으로 많이 쓰는 내용을 심화하여 다루고, 계산신경과학의 기초에서 다루지 않았던 중요한 이론 (예: 정보이론) 등을 다루는 것을 목적으로 한다. 마지막 3~4주에서는 해당 계산이론들이 사용되었던 연구들에 대해 토론하는 시간을 갖는다. | |||||||||
| GBE4015 | 융합바이오공학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 글로벌바이오메디컬공학과 | - | No |
| 바이오기술 및 의공학기술은 빠른 속도로 발전하고 있으며, 다양한 분야의 발전을 이끌고 있다. 이러한 바이오기술은 생체재료, 바이오센서, 의약품전달기술 등을 포함한 의생명·의공학 분야에서 빠르게 적용되어 새로운 형태의 융합 기술들이 개발되고 있다. 본 수업에서는 바이오 및 의공학기술에 대해 논의하고, 이를 응용한 융합 기술들의 최근 기술 및 연구 동향에 대해 논의할 예정이다. | |||||||||
| GBE4016 | 고급통계와응용 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 글로벌바이오메디컬공학과 | 영 | Yes |
| 본 교과목은 기초적인 확률 및 통계 지식을 기반으로 좀 더 복잡한 수리 통계적 모델과 분석 방법을 소개하고, 여러 분야에 응용해보는 경험을 목표로 한다. 특히 주요 응용분야로 뇌인지과학 실험 데이터 분석에 초점을 맞추어, 그에 특화된 여러 통계 기법에 대해 자세히 다루기로 한다. 수강 시 예상되는 일반적인 기대 효과는 (빅)데이터 종류에 따라 그에 적합한 다양한 통계 분석 방법과 모델을 적용할 수 있게 될 것이며, 그에 따라 최근 수요가 급증하고 있는 인공지능 및 데이터 사이언스 분야에 핵심역량을 기를 수 있을 것이다. 본 교과목을 수강하기 전 사전필수지식은 다음과 같으며, 수강생들이 미적분, 확률 및 통계 관련 과목 (바이오통계 및 빅데이터)을 이미 수강했다고 가정한다. - 확률 변수, 조건부 확률, 표본분포, 정규분포, 가설검증, 선형 회귀 모형, 간단한 미분방정식 구체적으로 과목에서 다룰 주제(예시)는 다음과 같다. - 고급 확률 분포: 포아송 (신경세포 활동전위 데이터 분석) - 매개 변수 추정: 최소제곱법, 최대 우도 - 일반화 선형 모델: 로지스틱 회귀 (심리측정함수 행동 데이터 분석) - 베이지안 결정 이론 - 비모수 통계: 부트스트래핑 - 다중 비교: 오류발견률 (기능성자기공명영상 데이터분석) - 정보이론: 엔트로피, 상호 정보 본 교과목의 예상 수강생은 학부 고학년과 대학원생이며, 수강생의 수에 따라 프로젝트 기반으로 수업을 진행하여 수강생의 수업 참여를 적극 권장할 예정이다. 본 교과목의 주요 목표는 자세한 수학적 기법을 연습하기 보단, 통계 모델의 핵심을 직관적으로 이해하고 이를 뇌인지과학에 적용하는데 있다. | |||||||||