High Tech, High Touch

Search
Close
Search
 

대학원과정

  • home
  • 대학원과정
  • 인공지능학과
  • 교육과정

대학원과정

인공지능학과

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
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.
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 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 - No
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 Yes
기계학습은어떻게경험으로부터학습하는컴퓨터시스템을만드는가에관한연구분야이다.이과목에서는현재의기계학습분야에서사용되는알고리즘과모델들에대해서설명한다.학습할주요내용은일반화된선형모델,다층인공신경망,서포트벡터머신,베이지안네트워크,클러스터링,차원축소 등이다.
AIM5003 패턴인식이론 3 6 전공 석사/박사 - No
패턴을 인식하기 위한 기본적인 기술에 관하여 다룬다. 주요내용으로는 통계적패턴인식, 지도학습, 선형구분함수, 자율학습,구문패턴인식, 문법과해석, 그래픽과 구문 패턴인식, 문법적추론, 신경망패턴인식법 등이 있다.
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.
AIM5007 빅데이터처리플랫폼 3 6 전공 석사/박사 1-4 - No
이과목은 Hadoop과 Hadoopecosystem 이라 불리는 Hadoop기반 어플리케이션들을 다룬다. Hadoop아키텍쳐, 소프트웨어 스택 및 실행 환경과 map-reduce와 같은 기본 프로세스에 대하여 학습한다. Hive, Hbase,Spark, Sqoop, Flume, Kafka, Azkaban, Ambari 등 대표적인 Hadoopecosystem 구성 플랫폼에 대하여 학습한다.
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, 생물학적 문제 해결 과정을 공학적 입장에서 다룬다. 유전알고리즘, 진화연산 등을 소개한다. 생물학의 진화원리 (적자생존)를 컴퓨터 알고리즘으로 구현하는 기법을 다루며 이와 연관된 population의 선정, 염색체, 변이 연산자와 교배 연산자 같은 여러 유전 연산자의 개념과 예를 소개한다. 아울러 유전 알고리즘을 통한 최적해의 탐색 기법들도 함께 다루고자 한다.
AIM5010 강화학습특론 3 6 전공 석사/박사 1-4 - No
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
본 수업의 목적은 학생들로 하여금 컴퓨터를 활용한 인공지능 관련 수치해석기법을 습득 하도록 하는데있다. 컴퓨터프로그래밍경험이 부족하여도 본 수업을 수강하는데 어려움이 없도록 수업 과정이 설계되었으며 수업에서 사용하는프로그램은 Matlab과 Python이다. 수업의 내용은 numericaldifferentiation, integration ,linearalgebra, differentialequations, andstatistics 등이며 기 개발된 수치해석기법을 활용하여해결할 수 있도록 구성 되어있다.
AIM5013 확률및랜덤프로세스론 3 6 전공 석사/박사 1-4 - No
이 과목에서는 랜덤 프로세스에 관한 철저한 이해와 여러 문제에 랜덤 프로세스 이론들을 응용 할 수있는 능력을 습득하도록 한다. 먼저 다변수 Gaussian 밀도 함수를 중심으로 한 확률및랜덤프로세스의기초 이론들을 배운 뒤,자기상관 및 파워스펙트럼 밀도함수를 이용하여 다양한 랜덤 프로세스 및 그들의 특성에 관해 살펴본다. 지금까지 배운 이론들을 최적선형시스템설계에 응용해본다.
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 Yes
시각정보를컴퓨터를이용하여처리하는기법에관하여다룬다.주요내용으로는이미지처리대수,이미지질개선,경계선검출,문턱치설정,세선화및골격추출,음운적변환,선형변환,패턴매칭및형상검출,이미지특징및기술,심층신경망등이있다.
AIM5021 자연어처리이론및응용 3 6 전공 석사/박사 1-4 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.
AIM5026 로봇지능개론 3 6 전공 석사/박사 - No
로봇은 센서와 액츄에이터를 연결하는 지능시스템으로 정의되며 이러한 지능시스템은 로봇이 자율적으로 물체를 조작하거나 실내외를 주행하면서 인간에 필요한 서비스를 제공하는 핵심역할을 수행한다. 구체적으로 로봇은 서비스 수행에 필요한 자율 주행 및 조작 행위를 위하여 환경 및 물체를 인식하고 이해하여 하여야 하며 이를 기반으로 스스로 행위를 추론하고 계획할 수 있는 능력이 요구된다. 특히, 이러한 환경 및 물체의 인식과 이해 그리고 행위의 추론 및 계획 능력이 학습을 통하여 스스로 배양될 수 있도록 하는 로봇의 학습능력은 매우 중요한 의미를 가진다. 본 과목은 학습을 통하여 로봇이 자율 주행 및 조작 행위에 필요한 환경 및 물체 인식과 이해, 그리고 행위 추론 및 계획 능력을 스스로 배양하는 로봇 지능 핵심의 기초를 다룬다.
AIM5027 고급AI로봇컴퓨팅 3 6 전공 석사/박사 - No
이과목은AI알고리즘과RobotControl을구현하기위한기본적인컴퓨터프로그램언어와OS환경을학습하는과정으로Window와Linux환경에서고급c++과Python프로그램언어를학습하고이를사용하여AI와비전에널리쓰이는library인OpenCV,OpenGL,Boost와학습알고리즘구현많이쓰이는Numpy,Matplotlib,Pillow등의사용법을학습후Project를통하여다양한분야에서응용되는학습알고리즘의동작원리를이해하고필요한요건들을정의하여연구를위해필요한기초지식을경험한다. 수업은 영어로 진행 예정입니다.
AIM5028 SW-HW통합설계론 3 6 전공 석사/박사 - No
SW-HW통합 설계론에서는 다양한 응용 분야에 맞는 효율적인 인공지능 시스템을 설계하기 위한 SW와 HW의 통합 설계 방법에 대해서 다룬다. 데이터 처리 속도, 전력 소모 및 복잡도를 고려해서 SW와 HW 로 구현될 수 있는 블록들에 대한 최적 파티션이 필요하며, Co-Design 을 통해서 최적의 성능을 달성할 수 있다. 본 과목에서는 이와 같은 목표를 달성하기 위한 인공지능 SW 설계 방법론, 인공지능 HW 설계 방법론을 다루고, 이를 기반으로 AI SW-HW 설계방법론에 대해서 다룬다.
AIM5029 AI기술세미나 1 2 전공 석사/박사 - No
본과목은최근정보통신분야에서활발히연구되고있는다양한영역의주제를선정하여교내외의전문가들을초청,세미나또는토론을진행하여인공지능분야의최신흐름을제공하고자하는과목이다.