교과과정

전기전자기술이 산업에 응용될 때에는 이론적인 면 외에 실제적인 문제를 고려해야 한다. 이 강좌에서는 전기전자기술을 산업에 응용할 때 다루어야 하는 집적화 기술, 실장 기술, 제품화 기술 등을 설명하고, 여러 전기전자산업 제품을 예로 하여 설명한다.

이 강의는 디지털 집적회로와 관련된 여러 가지 주제를 다룬다. 주된 내용은 회로 설계 면에서 comprises CMOS devices, circuit optimizations, wire modeling, timing, power reduction, memory design등이다. 설계 프로젝트는 학기 끝에 팀별 수행으로 주어진다.

본 강좌는 생체전기정보공학 분야의 기초 및 최신 연구동향을 폭넓게 다루며, 수강 후 보다 심화된 생체전기정보공학 분야 과목 수강 및 연구의 초석을 마련하는데 그 목적이 있다. 기본적인 주제인 Anatomy, Physiology, Bioinstrumentation 등의 기초 지식을 다룬 후 Bioimaging, Biotechnology (Gene Engineering), Bioinformatics, Neural Engineering, Biophotonics, Biomaterials, Artificial Organs, Biosensors and BioMEMs 등 생체전기정보공학분야의 전반적인 내용을 학습하여 관련 분야의 심도있는 연구로 나아가기 위한 지식을 함양한다.

고체의 전기적 및 자기적 특질과 이것이 전기장치에 수행하는 기능을 소개한다. 격자와 역격자, Brillouin 영역, 에너지 띠 구조, 금속, 반도체, 유전체와 강유전체, 자성, 초전도체 등에 대해서 공부하게 됩니다. 이 과목을 듣기 위해서 양자 역학의 기초, 열역학과 통계 역학의 기초를 먼저 들어야 한다.

나노바이오기술의 최신 트랜드와 이를 이해하기위한 기초지식을 강의한다. 하향식 나노공정기술과 상향식 자기조립기술 등을 이용하여 나노스케일의 장치들을 만드는 방법과, 이러한 장치들을 이용하여 생화학적/의학적 문제들에 적용하는 방식과 예를 강의한다. 나노바이오기술의 세계적인 연구동향, 주요연구그룹, 주요회사들에 대하여 강의하고 토론한다.

나노 반도체 소자의 동작원리와 제작 기술에 관하여 강의한다. 현재의 소자 스케일링 경향에서부터 출발하여 그 한계를 살펴보고, 중요한 나노 공정기술들을 소개한다. 소자 축소화에 따라 등장하는 저차원 (2D, 1D, 0D) 구조에서의 양자전송에 관한 기반 지식을 바탕으로 터널링 소자, 양자선 및 양자 간섭 소자를 다루고, 나아가 단전자 터널링 효과와 이를 기반으로 한 단전자 메모리 및 스위칭 소자에 대하여 다룬다.

반도체 단위 공정인 산화 공정, 확산 공정, 화학기상증착(CVD) 공정, 사진 식각 공정, 이온 주입공정, 금속 공정 및 소자측정 공정에 대하여 강의하고, 실리콘 웨이퍼를 이용하여 실제로 이 모든 공정을 수행함으로써, 이론과 실습의 병행을 통하여 반도체 공정에 대한 이해를 높이며 실제로 공정을 할 수 있는 능력을 배양한다. 이상의 개별공정들을 적절히 조합하여 하나의 mask를 사용한 n-channel MOSFET을 제작하여 공정 집적과 측정 실습을 진행한다.

이 강좌는 반도체 공동 연구소의 공정 장비 연구생으로 등록한 학생만 수강 가능하며, 실제 반도체 소자 공정을 다룬다.

이 강의는 발전된 반도체 소자를 이해하기 위한 반도체 물리를 강의한다. 높은 도핑 효과, 이종 접합에서의 밴드 라인업 이론등을 소개한다. 이러한 물리이론을 바탕으로 MOSFET 소자와 바이폴러 소자의 물리, 모델링 그리고 특성에 대해서 강의한다. 이 소자들의 이상적이 아닌 특성과 스케이링 이론을 소개한다. 여기에는 MOSFET의 표면 양자화 효과와 이 효과가 끼치는 소자의 CV, 전달특성 등에 대해서 강의한다.

Closed-Loop System의 요소인 센서, 액츄에이터의 원리, 제작 및 응용을 살펴보며, 센서/액츄에이터 감지 원리 및 구조, 마이크로머시닝 제작 기술, Signal Processing, 집적센서시스템, MEMS(Micro Electro Mechanical System), 패키징 기술 등을 강의한다.

이 강좌에서는 현 시점에서 본 반도체 소자의 각 세부 분야의 주요한 연구 주제에 대한 소개와 토의가 이뤄진다. 개설 학기에 따라 주제가 변하며, 이 강좌 내의 다른 주제에 대한 특강을 수강할 수 있다.

본 교과목에서는 생체 이미징에 사용되는 다양한 영상방식(탐침, Quantum Dot Imaging, Optical Imaging, Near Infrared Spectroscopy, 초음파, Computerized Tomography, 양전자 단층 촬영, 자기공명영상 및 뇌기능성자기공명영상)의 물리학, 전기공학적 원리를 소개하고 영상재구성방식을 학습하게 한다.

이 강의는 Silicon based micro-mechanical device및 그를 기초한 system의 biomedical applications를 다룬다. 임상분야별로 어떤 소자들이 개발되어 응용되고 있는지를 보고 또 어떤 소자들의 개발이 요구되는지도 생각 보는 시간이 주어 질 것이다. 또한 이해를 돕기 위하여 몇몇 임상분야에 대하여는 임상의들을 초청하여 듣는 시간을 갖을 예정이다.

신경보철 (Neural Prosthesis)의 state of the art를 관계 서적, 논문, 보고서, 보도자료들을 이용하여 공부하며, 함께 새로운 연구방향을 모색하여 본다. 구체적으로 다룰 내용은 Auditory prosthesis, Visual prosthesis, Motor Prosthesis, Deep Brain Stimulation, Cognitive Engineering, Microelectrode arrays, Circuits and systems, Cultural Neuronal Network 의 내용을 다룰 예정이다.

집적 회로 분야의 새로운 기술 및 경향을 다루며 초고속 회로 설계, 다치 논리 회로 등에 관한 이론 및 기술을 강의한다.

본 과목은 전력 시장 구조와 기능에 대한 이해를 바탕으로 하여 다양한 시장 참여자들의 목적에 따른 활동과 그 결과로서의 시장 균형 및 사회 후생에 대해 분석하는 것을 목표로 한다. 구체적으로는 전력 현물 시장 및 파생 상품 시장의 운영과 가격 결정 메커니즘, 전기 요금 제도, 수요반응, 현대 포트폴리오 이론을 이용한 시장 위험 관리, 전력 시장 해석을 위한 전력 계통 모델로써의 OPF(Optimal Power Flow 최적조류계산),송전 계통 혼잡 관리 및 지역별 한계 가격 결정 기법, 게임이론을 이용한 시장 균형 분석 등을 다룬다.

산업용 전동기의 제어에 관한 이론과 실제를 강의한다. 전동기의 정상상태, 과도상태 모델링과 그 해석을 통하여 각종 전동기의 특성을 이해하고 제어계의 설계를 논한다. 먼저 직류 전동기의 해석을 통하여 일반적인 전동기의 특성을 이해하고 전류제어계, 속도제어계, 외란 억제 제어기등의 설계 방법을 논한다. 교류전동기의 과도 상태 해석을 위한 d-q 해석에 대해 강의하고 이를 이용하여 유도전동기, 동기전동기의 과도상태를 해석하고 교류전동기 제어계의 설계 방법을 이해한다. 전력변환 회로의 모델링과 그 제어 특성을 이해하고 Computer Simulation를 통하여 전력 변환 회로를 포함하는 전체 시스템의 설계 방법과 제어 특성을 파악한다.

수치해석적 해석방법과 최적화 이론을 도입한 전기기기의 최적설계 과정을 다룬 과목이다. 최적화 기초 이론으로 여러 가지 결정론적 탐색법 및 절대최소점 탐색 알고리즘을 다룬다. 그리고 등가 자기 회로법을 이용한 설계 방법이 다루어지며, 설계 민감도 해석, 유한요소법 및 경계요소법을 이용한 알고리즘들을 응용하여 최적 설계하는 방법들이 다루어진다.

본 강의에서는 최신의 전기기기 이론과 전력전자 기술을 이용하여 특정한 형태의 전력 에너지를 다른 형태의 전력 에너지로 변환하는 여러 전력 변환 기기 및 회로, 제어에 대해 소개하고 현재 해당분야에서 연구의 중심이 되는 주제들에 대해 강의한다.

최근에는 미분방정식들의 해를 구하기 위해서 해석적인 방법을 사용하는 대신, 컴퓨터에 의한 수치계산에 의해 해를 구하는 방법을 많이 사용하고 있다. 수치해석 방법으로서는 유한요소법(Finite Element Method : FEM)은 그 다양한 분야에의 적용이 수월하고 매우 높은 정확도를 보장하기 때문에 전기 기기를 비롯한 각종 전기공학 분야에 널리 응용되어 왔으며 지금도 그 응용 범위가 점차적으로 확대되고 있는 추세이다. 이에 유한요소법에 대한 교과목을 개발하여 강의함으로써 유한요소법에 대한 체계적인 지식을 전달하며 나아가 전기 유한요소법을 완전히 이해하고 활용할 수 있는 공학도들을 양성하는 것이 목적이다.

전력 계통을 대형 시스템의 관점에서 시스템 이론과 기법을 적용하여 전자계산기로 해석하는 기법을 다루며, 주로 회로 토포로지 및 그래프 이론, 행렬 이론, 수리 계획법의 개념, 전력 계통의 수리 모형, 전력 조류계산, 고장 계산 과정 및 동적 안정도 해석, 써어지 해석, 전압 안정도 해석 등의 내용을 포함한다.

대규모 시스템을 모의실험 하는데 필요한 수학적, 실재적 기초를 공부한다. 전력시스템의 동역학을 기술하고 전력시스템의 안정도와 컴퓨터를 이용한 이의 모의실험을 한다.

이 과목은 전력시스템의 계통 운영의 전반에 대해 다룬다. 전력시스템 운영의 목적은 경제성과 신뢰성을 확보하는 것으로서, 이 목적을 최대한 충족시키는 최적화 방법(optimization technique)을 배운다. 전력시스템의 안전도(security)에 대해 배우고, Cost model, 경제 급전(Economic dispatch), 최적 조류 계산(Optimal power flow) 등을 배운다.

전기에너지와 기계에너지의 변환이론을 다루고, 전기기계 중에서 직류기, 동기기, 유도기기 등을 다룬다. 특히 각 기기의 해석 및 특성을 깊이 다루며, 기기의 설계 및 제어에 도움이 되도록 한다.

본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.

푸리에 광학, 회절, 공간 광 변조기, 스펙트럼 분석, 공간 필터, 음향광학, 헤테로다인 스펙트럼 분석, 공간적분 코릴레이터, 시간적분 시스템, 광 컴퓨팅, 광변환, 홀로그램, 광민감 효과, 지연신호처리.

본 강좌에서는 최근에 이르러 급속한 발전을 이루고 있는 나노광학의 기본과 응용을 함께 다루도록 한다. 인공적인 광결정 구조, 금속과 유전체의 계면에서 발생하는 플라즈몬, 메타물질 등의 이해와 그 원리, 측정, 설계, 가공등을 학습하며, 응용으로서는 느린 빛, 음굴절 물질, 투명 망또, EM filed mapping및 비선형 현상 등을 다루도록 한다. 본 강좌를 통하여 수강생들에게 나노광학전반에 대한 심도 깊은 이해와 더불어 그 응용에 필요한 설계방법을 전달하며, 선수과목으로는 학부과목인 양자역학의 기초와 전자기학이 요구된다.

본 강좌는 평판디스플레이 - 액정디스플레이 (liquid crystal display, LCD), 플라즈마 디스플레이 (plasma panel display, PDP), 유기발광다이오드 디스플레이 (organic light-emitting diode display, OLED), 전계방출디스플레이 (field emission display, FED)의 원리, 소자 특성, 공정 기술, 응용분야 등에 대해 설명한다. 주요 강의 내용은 액정의 전기광학적 특성, 박막트랜지스터 (비결정, 다결정 실리콘, 산화물 TFT) 기술, TFT-LCD 제작 기술, PDP와 OLED 재료의 물성과 소자의 동작 특성, PDP와 AMOLED 설계 및 제작 기술 등이다. 또한 차세대 디스플레이 기술인 3차원디스플레이와 플렉시블 디스플레이에 대해서도 다룬다.

본 강좌는 광학 시스템에 기반한 컴퓨팅 기술의 이론적 기반을 제공하는 것을 목표로 한다. 본 강좌에서 다루는 내용은 학부 강좌(양자역학의 응용)에서 다루지 않는 양자역학적 심화 개념(얽힘 현상, 측정 관련 심화 내용, 벨의 정리 등), 광자 컴퓨팅에 활용되는 플랫폼의 기본 개념(집적광학회로, 회절층, 공간 빛 변조기, 메타 표면) 등을 바탕으로, 양자 컴퓨팅의 기본 원리, 고전 광학 게이트 및 컴퓨팅, 양자 컴퓨팅을 위한 광학 플랫폼, 광자/양자 머신러닝 기법 등을 포함한다. 본 강좌를 통해서 수강생들에서 파동 기반 컴퓨팅 기술에 대한 전반적 이해와 광자 및 양자 컴퓨팅 최신 기술 습득을 위한 기본 지식을 전달하고자 한다. 선수과목으로는 양자역학의 응용, 전자기학, 광전자공학이 포함된다.

광학기기, 자기기록장치, 압전소자 등에서 널리 쓰이는 박막재료 및 소자의 원리와 설계이론을 강의한다. 이를 위하여 박막의 제조방법과 전기적, 광학적, 기계적 특성의 측정 및 평가방법을 이해한다. 광 Filter, 광 메모리, Thin Film을 이용한 Passive 및 Active Device, Magnetic Thin Film Device, Thermal device 등 소자의 특성 및 설계와 표면 및 계면공학에의 응용을 강의한다.

비선형 광감수율, 전기광학과 자기광학적 효과, 광학적 정류, 합-주파수 발생기, 조화 발생기, 차-주파수 발생기, 파라메트릭 증폭, 유도 라만 분산, 두 포톤이 관여된 흡수, 네 개 파동의 상호 작용, 자가 포커싱, 빛과 원자간의 강한 상호 작용.

유기발광다이오드 (OLED) 디스플레이, 유기태양전지, 유기박막트랜지스터 (OTFT) 등의 넓은 응용 분야를 가지는 새로운 반도체 재료인 유기반도체의 기본 개념 및 이론에 대해 소개한다. 유기반도체의 전자 에너지 밴드 구조, 계면 특성, 전하 이동도 및 재결합 등의 전기적 특성, 광 흡수 및 방출 등의 광학적 특성, 엑시톤 동역학 등에 대해 강의한다. 그리고 유기전자소자의 주요 원리에 대해 설명한다.

가시광선이 물질을 통과할 때 발생하는 현상을 이해한다. 맥스웰 방정식과 물질 방정식을 이용하여 임의의 폴라리제이션을 갖는 빛이 비등방성 물질에서 전파하는 현상을 강의한다. 또한 물질에서 빛의 전파현상을 응용한 수동적 광소자인 Half Wave Plate, Quarter Wave Plate, Filter 등의 작동방법을 공부한다.

본 강의에서는 기본적인 플라즈마의 성질, 하전입자의 운동, 전자와 외부 전장의 상호 작용, 하전입자의 생성 과 소멸, Kinetic equation for electron, 인가 주파수에 따른 gas방전의 형성, equilibrium and stability 이론을 소개 하고자 한다. 또한 용량성 결합된 고주파 플라즈마에 대해서도 다루어 진다.

강좌에서는 Bayes, MAP, Neyman-Pearson, MMSE 등의 검출 이론과 이의 추정에 대해 다룬다. 또한 최적 수신기의 성능과 이의 분석을 다룬다.

이동통신 등 여러 가지 무선통신 분야에서 다양한 오류정정부호가 활용되고 있는데 이에 관한 심도 있는 이론을 강의를 통하여 소개하고자 한다. Cyclic codes, 유한체, Galois ring, Alternant code, Goppa code, Reed-Muller code, Kerdock code, Preparata code를 소개하고 IMT-2000 및 제4세대 이동통신 분야에서 이미 활용되고 있는 오류정정부호인 길쌈부호, 비터비 부호기 등을 이해하고 또한 향후 활용 가능한 오류정정부호인 Turbo codes, LDPC codes 및 Space-time code를 소개하고자 한다.

정보화 사회의 도래와 함께 이동 통신의 중요성은 나날이 증대되고 있다. 본 과목에서는 이러한 흐름에 발맞추어 이동 통신의 기반이 되는 물리계층 과 상위계층을 이해하는데 목적을 둔다. 본 과목에서는 디지털 통신의 기초에서 출발하여, 무선 통신 환경의 특징을 알아보고, 2,3 세대 통신의 기본이 되는 CDMA를 통해 다중 사용자 환경을 이해해본다. 나아가 이동 통신의 용량 확장과 성능 개선을 위하여 많은 가능성을 가지고 있는 다중 안테나 시스템, 스마트 안테나 시스템, 무선 자원 관리 등을 다루게 된다.

본 강의는 Electrostatics와 Electrodynamics를 포함하는 전자장 강의로서 Electrostatics에서는 Green의 정리를 통한 정전장 문제의 해석 및 그 응용, Electrodynamics에서는 파동 방정식을 통한 전자파의 발생, 전파, 반사, 굴절 등과 안테나 이론 등을 고찰하게 된다.

Maxwell 방정식의 전원 조건과 경계조건에 따른 해를 구하는 방법을 공부한다. 따라서 Green 함수와 Mode 이론과 함께 여러 가지 중요한 전자기 관련 정리를 익히게 되며 추후 안테나 공학이나 마이크로파 이론을 공부하는 기초를 제공한다.

이 교과목은 학부과정의 데이터 통신망에서 학습한 TCP/IP 인터넷 프로토콜을 간단히 복습을 한다. 이에 관련된 프로토콜로는 LAN, ARP, TCP, ICMP을 들 수가 있다. 이러한 프로토콜들은 인터넷에서 패킷 전달과정을 기술하며 에러가 발생했을 경우 복구하는 방법들을 나타내고 있다. 교과내용은 주로 네트웍 프로토콜의 성능분석에 초점을 맞추게 된다. 패킷전달시 소요되는 지연시간 분석을 위해 지연시간에 대한 모델링을 심도있게 다룬다. 패킷의 효과적 전달을 위한 최적의 라우팅 기법을 살펴보고 이에 대한 최적화 기법에 대하서도 살펴본다. 네트웍 프로토콜의 깊이 있는 이해를 위해 네트웍 프로그래밍 숙제가 별도로 요구된다.

본 과목에서는 무선네트웍에 관련된 다양한 주제를 다룬다. 유무선 네트웍의 차이점, 무선채널의 특성, 무선 MAC 프로토콜, 무선 네트웍 라우팅을 공부하게 된다. 또한, 802.11 무선랜, 802.15 무선팬, 802.16 무선맨 등 예를 통해서 구체적인 프로토콜 등을 공부하게 된다.

본 강좌에서는 신호처리 분야의 최신 이슈와 연구물에 대해 다루고 있다. 각 강좌마다 다른 문제를 다루고 있다.

본 강의는 대학원생을 대상으로 정지영상과 비디오 신호처리의 전반적인 내용을 다루는 것으로서 주로 디지털 영상의 취득, 표현, 처리, 영상 및 비디오의 잡음 제거와 압축 등에 관한 내용을 다룬다. 학부의 신호 및 시스템 과목과 디지털신호처리에서 학습한 내용을 기반으로, 디지털 영상을 취득하기 위한 영상 센서, 컬러의 다양한 변환과 표현을 위한 컬러 모델, 영상과 비디오의 잡음 제거를 위한 디지털 필터링, 영상 및 비디오의 화질개선을 위한 복원 방법, 영상/비디오 데이터의 압축, 컴퓨터 비전의 기초를 위한 기본적인 정보 추출 방법 등에 대한 학습을 한다.

본 강의에서는 디지탈 음성처리의 이론과 그 응용에 대하여 고찰하는 것이 목적이다. 우선 음성신호의 통계적인 특성과 성질을 논하고 인간의 음성발생 원리를 설명한다. 또한 음성발생 원리에 근거한 선형 예측 부호화에 따른 이론적인 배경과 해법을 설명한다. 한편 음성합성, 음성인식의 원리와 이론을 고찰하고 최근 발표되고 있는 논문들을 중심으로 여러 알고리듬을 살펴보고 이의 장단점을 비교, 분석 하도록 한다. 본 강의를 수강하기 위해서는 디지탈 신호처리의 이해와 습득이 필수적이다.

대수의 기본과 선형블럭부호의 부호화 및 복호화를 이해하고 갈로아체의 연산을 바탕으로 순회부호, BCH 부호 및 리드-솔로몬부호를 학습한다. 콘볼루션부호의 부호화 및 복호화를 이해하고 자동 재전송요청의 기본을 학습한다.

마이크로파 대역에서 사용되는 수동소자의 해석 설계기법을 익힌다. 또한 여파기와 정합회로와 광대역화에 관한 이론을 공부한다. 한편 반도체 소자를 이용한 증폭기, 혼합기, 발진기 등의 능동회로의 동작원리, 회로해석 설계기법을 익히고 이를 MMIC화하는 과정을 공부한다.

본 교과목에서는 컴퓨터 및 네트워크 보안 관련 이슈들에 대해 학습한다. 기밀성, 무결성, 인증, 암호화 알고리듬과 프로토콜 등 다양한 보안 관련 이슈들의 개념을 이해하고, 다양한 공격 기법들에 대해 학습한다. 또한, dial-up security (PAP, CHAP, RADIUS, Diameter), WLAN security, IPSec & SSL based VPNs, e-mail security (PGP, S/MIME); Kerberos; X.509 certificates; AAA and Mobile IP; SNMP security; 등에 대해 학습하고, 실제 컴퓨터 및 네트워크 상에서의 공격에 대한 탐지 및 방지, 대응에 이르기까지 폭넓게 학습한다. 이를 통해, 컴퓨터 및 네트워크 보안에 대한 이해의 폭을 넓히도록 한다. 선수 과목: 데이터 통신망의 기초(선택적), C(C++) Programming

이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다:첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.

확률제어와 추정론 및 진보된 현대제어 이론의 기초가 되는 Stochastic Process Theory를 배운다. 확률 및 불규칙함수론의 Review로 시작하여 Stationary 및 Ergodic Process의 특성을 규명하고, 그 Power Spectrum을 이론적으로 배운다. 선형 시스템에 불규칙적인 신호가 가해졌을 때의 해를 구하고, 그 Harmonic Analysis를 배운다. Gaussian Process, Markov Process, Poisson Process의 특성을 살피고 그것들의 확률적 해를 모색한다.

미세전기기계시스(MEMS: Micro ElectroMechanical Systems) 기술은 전기기계, 제어계측 및 반도체 기술이 복합된 기술로 마이크로/나노 시스템을 설계하고 제작하여, 이를 센서, 광 및 고주파 통신, 바이오, 나노 등 여러 분야에 적용하는 기술이다. 이 강좌에서는 첫째로 전반적인 MEMS기술에 대한 소개와 마이크로/나노 시스템 설계와 공정에 관한 이해 및 실습을 할 것이며, 둘째로 시스템 이슈 및 계측제어 기술을 배울 것이다. 이 과목은 전기공학부 석사과정 신입생을 대상으로 하였으며, MEMS 설계, 공정 및 제어에 대해 심도있게 다룰 것이며, 공정 실습과 프로젝트가 있을 것이다.

기구학, 강성체의 Lagrangian 동역학 그리고 다체계 시스템에 관해 다룬다. 전기적, 기계적 그리고 수력 네트워크의 Bond-graph 모델링에 대해서 알아본다.

비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.

비선형 제어시스템의 안정도 분석에 대한 Lyapunov 안정도와 Operator-theoretic을 이용한 접근방식을 다룬다. 또한, 위상평면 방법론과 같은 함수적 방법에 대해 서술한 고전적 방법론과 Lyapunov direct/indirect method, Popov/circle criteria, singular perturbation technique와 궤환 선형화 이론, 강인 H 제어, 강인 Lyapunov redesign, sliding mode control과 같은 현대적 방법을 더불어 다룬다.

선형 공간과 선형 대수의 기본적인 수학을 다루고 기초적인 행렬과 상태변화 행렬에 대해서 다루게 된다. 그리고 시스템의 가제어성(Controllability)과 가관측성(Observability)을 체크하는 방법에 대해서 알아보고 또한 시스템의 안정성을 검증해본다. 상태변화 행렬에 의한 정규 구조 (Canonical form)와 시스템의 안정여부와 검출 여부 그리고 시스템 관측(Observer)설계 방법을 살펴본다.

본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.

본 강좌는 여러 공학분야(예를 들어, 선형계의 해 혹은 편미분 방정식의 해를 다루는 분야)에서 심층적인 분석과 이해에 필수적인 수학이론을 다루는데 그 목적이 있으며, 함수 공간 상에서 정의된 선형사상들에 대한 위상적인 구조와 대수적인 구조에 대한 근본적인 이론을 배운다. 기본적인 집합론과 거리 공간론에서부터 시작하여 completeness과 부동점 이론을 다루고, 선형공간 및 선형사상에 대한 기본 개념들(기저, 사영, 선형사상의 행렬표현 등)을 비롯한 Banach 공간의 성질, operator-norm 위상, measure 이론, Hilbert 공간의 성질 등에 대해서 배운다.

이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도있게 공부하고 실제 응용예를 통하여 그 가능성을 토의한다.

지능로봇 시스템의 분석 및 응용기법, 관련소자 및 특성을 학습한다. 로봇공학에서 사용되는 각종 센서들을 다루며, 로봇비젼, 기계기능 및 작업계획, 모델링, 각종 프로그래밍 언어 및 지능 로봇시스템의 산업응용을 학습한다.

최적 제어 문제를 수식적으로 접근하고, Dynamic programming, Hamilton-Jacobi theory에 대해 소개한다. time and fuel 최적화 시스템과 선형 2차 문제들에 대한 응용사례들을 본다. 다양한 영역에서 예제를 살펴볼 것이다. 또한, 계산적인 고려사항에 대해서도 소개한다.

본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.

평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.

패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.

Behavioral specification으로부터 집적회로의 Mask Layout을 만들어 내기까지의 설계과정을 컴퓨터를 이용하여 자동화하는 방법을 소개한다. High-level Synthesis, Layout Synthesis 등 Synthesis를 중심으로 하여 그 구체적인 알고리듬을 다룬다.

대학원생을 위한 교과목으로 인공지능의 핵심 기술인 딥러닝 분야의 고급 이론 및 최신 응용을 다룬다. 구체적으로는 다음과 같은 주제를 다룬다: 트랜스포머 및 메모리-오그멘티드 신경망(메모리네트워크, 뉴럴튜링머신), 생성적대망, 베리에이셔널 오토인코더, 생성플로우 등 심층생성모델; 연속학습, 소수샷학습, 도메인적응, 전이학습 등 메타러닝; 적대적학습; 자동기계학습및 하이퍼파라메터최적화; 자기지도 및 비지도 학습; 보안 및 프라이버시; 딥러닝의 최신 응용 등 - 권장 선수과목: 기계학습 및 전기정보응용(M2608.001300), 딥러닝(M2177.003100)

병렬처리 프로그래밍 언어를 소개하고 각종 병렬 컴퓨터 구조에 대한 병렬 프로그램의 예, 프로그램 분석 기법, 코드 최적화 기법을 다룬다.

본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.

본 교과목에서는 세 파트를 학습한다: (1) 그래픽스 기본이론, (2) OpenGL과 그의 Extensions, (3) GPU를 사용한 병렬컴퓨팅. 그래픽스 기본이론과 OpenGL의 교육은 약 1.5개월 동안 동시에 진행되며 강체의 관절 애니메이션 프로그래밍이 실습과제로 주어진다. OpenGL의 Extension은 약 2주 정도에 걸쳐 학습이 진행되며 이 extension을 사용한 shading이 실습과제로 주어진다. GPU를 사용한 병렬컴퓨팅은 약 1개월 동안 학습되며 대형행렬의 곱, FFT 등의 계산 프로젝트가 실습과제로 주어진다.

이 과목은 운영제체에 대한 기본적인 지식이 있다고 가정한다. 실시간 시스템에 있어서 각 작업이 요구되는 시간제한을 맞추기 위하여 어떤 스케줄링이 필요하고 어떻게 시스템을 설계해야 하는지를 배운다. 또한 이를 응용하여 어떻게 실제 시스템에 응용할 수 있는지 배운다.

딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.

데이타베이스, 프로그래밍 언어, 그래픽스, 운영체계 등 시스템 소프트웨어에 있어서의 최신 동향과 주요 주제를 다룬다.

자료구조 및 알고리듬을 학습한 학부 학생들이 대량의 데이터를 메모리 및 디스크에서 효율적으로 관리하는 시스템 소프트웨어의 모델에 대한 학습과 실제 시스템의 구현을 할 수 있도록 한다. 구체적으로 관계형 모델, 객체지향형 모델, SQL 질의 언어, 파일 시스템 구조, B+tree 및 해쉬 인덱스 구조, 질의처리 및 최적화, 트랜잭션처리, 동시성 제어, 그리고 회복 방법 알고리듬을 학습하고 프로그래밍 프로젝트를 통하여 강의에서 배운 여러 가지 자료 구조와 알고리즘을 구현하도록 한다.

컴퓨터 및 VLSI 분야의 전문가를 초빙하여 최근 동향과 전문기술에 대한 정보를 습득하고 토론할 수 있는 기회를 제공한다.

VLSI 회로의 컴퓨터 이용설계에 대한 도입 과정이다. 그래프 이론과 최적 결합, 레이아웃의 간결화, 셀 만들기, 분할, 배치, 라우팅과 관련한 내용들을 학습한다.

CPU를 중심으로 I/O System, Memory System, Cache, Virtual Memory 등의 구조 및 설계 방법을 다루며, 이를 바탕으로 전체적인 컴퓨터의 조직을 이해한다.