발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| MTH4023 | 응용편미분방정식 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 현대 편미분 방정식이론의 기초를 배움: 편미분방정식개요, 하다마드의 반례, 라플라스방정식, 평균치정리와 응용, 에너지방법, 열방정식, 파동방정식, 비선형 일계미분방정식, 해밀톤-자코비 방정식, 해를 얻는 방법들, 푸리에변환,호도그래프변환,라플라스방법, 해석함수해와 코시-코발레프스키정리, 소볼레프공간 이론, 가글리아도-니렌버그-소볼레프 부등식, 임베딩 정리들, 포앵카레부등식. 심화된 이론과 최근의 연구토픽을 다룸: 조화 해석학과 응용, 의사 미분작용소이론, 미국소해석학, 특이점의 진행, 보니의 파라 미분작용소이론, 소파동이론과 응용 | |||||||||
| MTH4024 | 확률통계학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 수학적 기반과 수리통계학을 바탕으로 통계적 방법론의 전반적인 내용을 다룬다. 확률공간, 확률변수, 독립성, 기댓값, 확률변수의 수렴성, 특성함수등을 다룬다. | |||||||||
| MTH4025 | 실해석학1 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 주요주제는 실해석학의 기본적인 개념들이다: 균등수렴, 리만적분, 르벡척도, 르벡적분, 적분의 미분,고전적인 바나하 공간, 함수열의 수렴 등 | |||||||||
| MTH4026 | 실해석학2 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 주요 주제는 실해석학의 응용이다: 일반적인 수렴정리들, 확률론, 스토캐스틱과정, 이토의 공식, 라돈-니코딤 정리, 부동점정리, 조화해석학과 비선형 편미분방정식 등 | |||||||||
| MTH4028 | 수학적모델링입문 | 3 | 6 | 전공 | 학사/석사 |
3-4
1-4 |
수학과 | - | No |
| 자연계에 나타나는 여러 자연현상의 수학적 모델링을 소개하고 이것의 수학적 표현인 선형모델, 비선형모델, 기하모델, 금융모델링의 기초 이론을 전반적으로 다룬다. 특히 컴퓨터 프로그램을 이용한 수치적인 해법과 실제 문제 해결에 역점을 둔다. 생물정보학의 여러 문제에 내재된 수학(이산수학)을 소개하며, 선형 및 기하모델 분야, 해석 및 비선형 편미분 방정식모델분야, 금융 및 보험 모델분야의 예를 다룬다. | |||||||||
| MTH4029 | 보험수학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 보험계리학의 수리적 입문과목이다. 먼저, 생존분포과 생명표를 이용하여 종신보험, 종신연금, 정기보험, 양로보험 등의 보험수리적 현재가치를 유도한다. 또한 여러 보험 상품의 순보험료와 준비금 계산 방법 등을 공부한다. | |||||||||
| MTH4030 | 고급대수학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 영 | Yes |
| 이것은 대수학 1, 대수학 2를 이수한 학생을 대상으로 군, 환, 체론을 좀 더 깊이 있게 공부하는 과목으로서 주된 내용은 체론과 갈로와 이론이다. | |||||||||
| MTH4031 | 고급대수학특강 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 이 과목은 군론, 환론, 갈로와 이론을 포함한 체론에 기초한 고급대수학을 좀 더 깊이 공부하는 과목으로서 주된 내용은 군의 구조, 환의 구조, 체의 구조 및 가환환과 module이다. | |||||||||
| MTH4032 | 고급위상수학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 영 | Yes |
| 기본적인 위상의 개념을 공부한다. 곡면의 덮개공간, 기본군, 분류, van Kampen 정리, Eilenberg-Steenrod 공리, 기하적복합체 그리고 단체복합체를 다루고, 회전수, 호몰로지, 코호몰로지, 부동점 정리를 다룬다. | |||||||||
| MTH4033 | 수치편미분방정식 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 이 교과목에서 여러 차원의 포물선편미분방정식, 쌍곡선편미분방정식 등 기본적인 편미분방정식들의 해를 구하는 계산방법들과 관련 기초이론들을 유한차분법을 중심으로 학습한다. 계산법 분석에 필요한 개념들인 일관성, 수렴성 및 안정성에 대하여 알아보고, 이에 근거하여 다양한 계산법들을 분석하고, 파생된 이론들을 살펴본다. 이 교과목은 편미분방정식의 근사해를 컴퓨터로 계산할 수 있을 뿐만 아니라, 계산법들의 장단점을 이해하고, 새로운 계산법을 개발할 수 있는 능력을 기르는 것을 목표로 한다. | |||||||||
| MTH4034 | 고급금융수학론 | 3 | 6 | 전공 | 학사/석사 | 1-2 | 수학과 | - | No |
| 금융수학의 후속 강의로서 PDE와 금융수학, 이색옵션, 어메리칸 옵션, Term-Structure 모형, Jump Processes 등의 고급 과정을 다루며 이에 따른 수학적 이론을 심도 있게 다룬다. | |||||||||
| MTH4035 | 수학적빅데이터분석과기계학습 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 기본적인 수학인 선형 대수, 확률/통계, 다변수 함수의 바탕 위에 빅데이터 분석과 기계학습의 방법과 원리를 학습한다. 또한 미분기하, 위상수학, 해석학 등 다양한 수학 분야와의 연관성을 고찰한다. 또한 기계학습과 빅데이터 관련 컴퓨터 언어/툴인 파이썬/싸이킷런, R을 심도있게 학습, 활용한다. | |||||||||
| MTH4036 | 딥러닝의수학적원리와프로그래밍 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 딥러닝은 다양한 머신러닝 기법들과 심층신경망을 결합한 기법으로써 이미지 분류, 음성 인식, 첨단 제어 등 다양한 산업분야에서 중요하게 사용되고 있다. 이 과목은 딥러닝 입문 과목으로써 딥러닝의 수학적 원리를 이해하고 프로그래밍 하는 능력을 기른다. 앞 부분에서는 몇 가지 기본적인 머신러닝 문제들을 공부하며 파이썬 프로그래밍의 기초를 학습하고 구현해본다. 이를 바탕으로 딥러닝의 수학적 원리를 이해하며, 최적화 모델의 역전파 공식을 유도하고 파이썬 프로그래밍으로 구현한다. | |||||||||
| MTH4037 | 행렬리-군론 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 한 | Yes | |
| 현대 기하학에서 절대적인 역할을 하는 리-군 이론은 위상, 해석, 정수론 등 순수수학 뿐만 아니라 확률/통계, 그리고 응용수학(인공지능) 분야에 중요한 수학의 한 분야이다. 미분기하의 고급적 접근론에서 벗어나 학부수준에서 이해할수 있는 선형대대수학에 기초를 둔 행렬 리-군 이론을 다루고자 하며 행렬분해법, 행렬 다양체, 행렬 최적화, 고유치해석 등 관련 행렬해석의 다양한 이론을 중심으로 리 이론의 이해력을 높이고자 한다. | |||||||||
| MTH4038 | 최적화의수학적이론과프로그래밍 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 한 | Yes | |
| 최적화는 주어진 함수의 최솟값을 찾는 문제를 공부한다. 구체적으로, 함수의 최솟값을 갖는 지점을 컴퓨터가 반복 계산을 통해 찾을 수 있도록 알고리즘을 만들고 프로그래밍 하는 과정을 포함한다. 이러한 최적화는 자연과학, 공학, 사회과학 등 매우 다양한 영역에서 나타내며, 최근 인공지능 분야에서 매우 큰 규모의 최적화 문제들이 등장함에 따라 더욱 관심을 받고 있다. 본 수업에서는 최적화의 주요 알고리즘들에 대한 이론과 프로그래밍 방법에 대하여 학습한다. | |||||||||
| MTH4039 | 대수적그래프이론개론 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 한 | Yes | |
| 그래프 이론은 수학의 중요한 분야 중 하나이다. 대수적 그래프 이론은 대수적인 성질을 이용하여 그래프를 연구하는 수학의 한 분야이다. 이 과목에서는 대수적 그래프 이론의 다양한 주제를 배운다. 이 과목에서 다루는 주제는 그래프에 대한 소개, 그래프의 차수 수열(degree sequence), 그래프의 이심률(eccentricity), 그래프채색(coloring), 정규 그래프(regular graph), 그래프인접 행렬(adjacency matrix), 그래프의 라플라스 행렬(Laplace matrix) 등이 포함된다. 이 과목의 목표 그래프의 성질을 대수적 성질로 변환하고 대수학의 결과와 방법을 사용하여 그래프에 대한 정리를 끌어내는 것이다. | |||||||||
| MTH4040 | 확률적생성모형 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 한 | Yes | |
| 다양한 확률적 생성 모형의 접근 방식과 이론적 배경을 학습하고, 데이터 생성 과정을 모형화하는 데 어떻게 활용되는지를 학습한다. 여기에는 생성적 대립 모델(GAN), 변분 오토인코더(VAE), 정규화 흐름(Normalizing Flow), 확산 모형(Diffusion Model) 등의 예시가 포함될 수 있다. 이를 위해 마르코프 체인(Markov Chain), 변분 추론(Variational Inference), 몬테 카를로 방법(Monte-Carlo simulation) 등 생성 모형과 관련된 확률/통계적인 방법론들이 함께 강의된다. 또한, 확률적 생성모형을 위한 최신 접근 방법이 포함될 수 있다. | |||||||||
| NAT2001 | 자연과학연구학점1 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | 한 | Yes |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2002 | 자연과학연구학점2 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | 한 | Yes |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2003 | 자연과학연구학점3 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | 한 | Yes |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2004 | 자연과학연구학점4 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | 한 | Yes |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2005 | 자연과학연구학점5 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2006 | 자연과학과인문학 | 3 | 6 | 전공 | 학사 | 2 | 자연과학대학 | 한 | Yes |
| 자연과학과 인문학은 서로 다양한 방식으로 상호작용한다. 예를 들어, 자연과학과 인문학에서 자연을 바라보는 시각이 서로 다르면서도 상호 보완하는 방식으로 작용한다. 인문학의 발달은 자연과학의 발전을 이끌기도 하였으며 자연과학과 기술문명의 발달은 인문학과 예술의 발전에 기여하기도 하였다. 본 교과에서는 이러한 상호작용의 이해를 통해 자연과학과 인문학의 소통을 장려하고 자연과학도들의 인문학적 소양을 기르도록 한다. | |||||||||
| NAT2007 | 자연과학과인공지능 | 3 | 6 | 전공 | 학사 | 1-3 | 자연과학대학 | - | No |
| 인공지능의 역사에서 중요한 역할을 한 퍼셉트론, 역전파 학습 등을 자세히 강의하고, 은닉층이 있는 최근의 인공신경망을 소개하고 필기체 숫자 데이터를 인식하는 AI시스템을 구현해 본다. 수강생 모두가 본인의 노트북을 지참해, 강의에서 수업한 내용을 수업 중 직접 실습해보는 식으로 진행된다. 계산신경과학의 입장에서 실제의 뇌의 작동방식을 설명하고, 물리학에서 이루어진 인공신경 연결망의 성과도 소개하고자 한다. | |||||||||
| NAT4001 | 생명공학기술창업특강 | 3 | 6 | 전공 | 학사/석사 | 자연과학대학 일반대학원 | - | No | |
| 생명과학/공학 기술을 기반으로 창업한 교내/교외 생명공학기술기업의 대표이사나 최고기술책임자, 그리고 생명공학기술기업에 투자하는 벤처캐피탈 투자심사역 등을 초청하여 기술 기반 창업 스토리 소개 및 기업가 정신, 향후 생명공학기술기업 창업을 희망하는 학생들에게 조언해주는 내용의 강의를 진행한다. 강의 후반에 학생들은 가상의 생명공학기술기업 창업에 대한 계획을 수립, 발표한다. | |||||||||
| STA2011 | 통계학원론 | 3 | 6 | 전공 | 학사 | 2-3 | 통계학과 | 한,한 | Yes |
| 이 과목에서는 통계학의 역사 및 통계학적 사고방식과 기본개념들을 강의하게 되며 어떠한 문제에 대한 통계학적인 접근 방법을 다루게 된다. 이에는 평균, 분산, 중앙값 등과 같은 기술통계량과 이들의 확률적인 분포를 설명하는데 사용되는 몇 가지의 중요한 분포들이 소개된다. 또한 통계학개론에서 습득한 기본적인 통계량과 분포들에 대한 지식을 바탕으로 하여 통계적인 추정 및 검정방법들을 다루게 된다. 관심 있는 모수에 대한 점추정, 구간추정 그리고 통계적인 검정에 필요한 가설의 설정요령, 검정통계량의 계산 및 이에 따른 결론도출 과정 등을 학습하게 된다 | |||||||||
| SWE3004 | 운영체제 | 3 | 6 | 전공 | 학사 | 3 | 소프트웨어학과 | 영,한 | Yes |
| 운영체제는 컴퓨터 시스템을 구성하는 가장 핵심적인 부분 중의 하나이며 시스템의 자원들을 관리하고 사용자 인터페이스를 제공하는 역할을 한다. 본 과목에서는 우선 운영체제라는 소프트웨어에 대한 기본적인 개념들을 다루고, 프로세스 관리, 기억장치 관리, 파일 및 입출력 관리, 보안 관리 등 운영체제의 핵심적인 기능들을 공부하며, 마지막으로 분산 시스템 및 병렬처리 시스템 운영체제 등에 관련된 설계 사항들을 공부한다. 또한 현재 대표적인 표준 운영체제로 알려진 Unix, Linux 등의 운영체제들이 어떠한 특성을 가지고 있는지를 공부한다. | |||||||||