강의 교과목

게임프로그래밍(Game Programming)

그래픽 엔진, 사운드 엔진, 게임인공지능 엔진, 게임 서버 등의 핵심 개념 및 기술을 익히고 실습한다.

계산이론(Theory of Computation)

오토마타 이론과 튜링머신, 계산복잡도 이론과 계산 모델의 상관관계 등에 관하여 학습한다.

고급스토리지시스템특강(Topics on Advanced Storage Systems)

다양한 스토리지 시스템 (Non-Volatile Memory-based Solid State Drive (SSD), Data deduplication, Hot and cold data identification)과 SAN/NAS의 연구 분야와 각 분야별 대표 연구논문 분석과 토의를 통해서 스토리지 시스템의 이해를 높인다.

그래프이론(Graph Theory)

그래프에 있어서 기본 개념 및 여러 가지 특성들과 이들의 응용에 관하여 연구한다.

기계학습(Machine Learning)

기계학습 분야는 최근에 다양한 분야에 적용되며 새롭게 각광받고 있는 분야로 linear classifier, support vector machine, decision tree, dimension reduction, Markov chain Monte Carlo methods 등을 학습한다.

기하계산(Geometric Computing)

기하 알고리즘(Geometric Algorithm)의 기본 개념과 전략, 그리고 Voronoi diagram, search trees 등의 기하 자료구조를 소개하고, 로보틱스, 컴퓨터그래픽스, 애니메이션, CAD 등 다양한 응용분야에서 기하 계산문제들의 해결방안을 심도있게 다룬다.

데이터마이닝(Data Mining)

대규모 데이터로부터 유용한 정보를 자동으로 발견하는 기법을 다룬다. 연관규칙탐사, 클러스터링, 분류, OLAP과 같은 데이터마이닝 기법을 강의하며, 다양한 데이터 형태에 적합한 알고리즘을 연구하고 실세계 데이터에 응용하는 능력을 습득하게 한다.

데이터베이스(Database)

데이터베이스의 설계와 사용에 대한 지식을 배운다. 데이터 모델, 관계대수와 관계 해석, SQL과 같은 질의 언어, 데이터 정규화를 통한 데이터베이스 설계, 트랜잭션 처리, 물리적 데이터베이스 구조, 인덱싱, 질의 처리 방법에 대해서 강의한다. 수강생은 이러한 지식을 대용량 데이터 처리를 위한 데이터베이스 튜닝에 적용할 수 있어야한다.

데이터베이스특강(Topics on Database)

데이터베이스의 최신 개념을 연구한다.

디지털신호처리(Digital Signal Processing)

Analog 신호를 digital 신호로 바꾸기 위한 sampling과 quantizing에 대하여 심도 있게 학습한다. 또한 FIR, IIR digital filter의 설계에 대하여 배우고, discrete Fourier transform등 여러 변환을 배워 frequency domain에서의 신호처리를 익힌다.

디지털신호처리특강(Topics on Digital Signal Processing)

디지털 신호 처리의 최신 알고리즘 및 기법에 대해 강의한다.

로봇공학(Robotics)

로봇의 기구학 및 동력학을 분석하고, 이를 토대로 로봇의 궤도생성 및 제어를 취급한다.

멀티미디어(Multimedia)

멀티미디어 정보의 압축코딩, 그룹웨어, 사용자 인터페이스 등을 컴퓨터 및 정보통신망에서 처리하는 제반기술을 연구 및 실습한다.

멀티미디어신호처리(Multimedia Signal Processing)

본 강의에서는 멀티미디어 시스템에서 사용되는 다양한 신호들에 대한 표현 및 압축 방식을 전송 및 저장이라고 하는 측면에서 다룬다. 주요 주제는 음성 및 오디오 압축, 영상 및 비디오 압축, 멀티미디어 표준 방식 등이다.

병렬처리(Parallel Processing)

Array processing, pipeline processing, multiprocessing 시스템 등 고속병렬 처리 컴퓨터 구성의 기본적 기술, 이론과 사례를 연구한다

보안시스템특강(Topics on Security System)

관용 암호화방식, 공개키 암호화방식, 키분배 방식 등 특정 정보 보호 기법에 대하여 연구하고 토론한다.

분산처리(Distributed Processing)

분산 환경을 제공하는 컴퓨터 시스템의 구조, 운영체제, 분산화일 시스템, 네트워크, 통신 기술 등과 사례를 연구한다.

불규칙신호및과정론(Random Signal and Process)

확률에 대한 기초이론을 익힌 후 불규칙신호의 특징과 성질을 다룬다. 또한 불규칙신호의 집합인 불규칙과정을 다루며 통신 및 신호처리에 응용되는 예제를 다룬다.

빅데이터특강(Topics on Big Data)

빅데이터를 처리하기 위한 데이터 마이닝 기법과 분산처리 시스템 및 이와 관련된 기초 알고리즘을 다룬다.

선형시스템(Linear System)

제어이론의 가장 기본적인 과목으로 선형시스템에 대한 기본 개념을 익히고 상태 방정식, 가제어성, 가관측성 등 시스템을 다루는 기본 원리를 익힌다.

소프트웨어공학(Software Engineering)

소프트웨어공학특강(Topics on Software Engineering)

대형 소프트웨어 시스템의 개발 및 유지·보수 환경에 대한 현재의 조류에 관련된 주제를 선정하여 연구한다.

시스템프로그래밍(System Programming)

운영체제 및 시스템 프로그래밍 인터페이스의 구조와 동작 방식에 대해서 소개한다. 이를 바탕으로 운영체제 및 디바이스에 대한 프로그래밍 기법과 활용 방법에 대해서 공부한다.

신경회로망(Neural Network)

신경세포의 기본단위인 뉴런에 대해 이해하고 뉴런에 대한 수학적 모델과 뉴런의 집합인 신경회로망을 모방한 인공신경회로망 모델을 이용하여 최적화, 패턴인식 등을 공부한다.

알고리즘(Algorithm)

전산학에서 발생하는 여러 가지 문제들에 대한 효율적인 알고리즘의 설계기법과 이의 복잡도를 분석 하는 원리와 기법, 최적도에 관하여 연구한다.

알고리즘특강(Topics on Algorithm)

최근에 연구되고 있는 알고리즘과 관련된 여러 주제에 대하여 다루고 사례를 통하여 연구 분석한다.

엔터프라이즈프로그래밍특강(Topics in Enterprise Programming)

엔터프라이즈 프로그래밍을 구성하는 웹프로그래밍, DB 연동, 웹 보안, 컨트롤 등을 Spring Framework을 중심으로 학습한다. 이를 위해 JSP, HTML5, JavaScript, CSS, STS(Eclipse), Tomcat, Maven, JDBC, Hibernate, REST, Spring Security 등에 대한 지식을 배우고 프로그래밍한다.

영상처리특강(Topics on Digital Image Processing)

Digital 영상신호에 대한 연구는, 근래 multimedia 환경의 급속한 발달로 인하여 보다 다양한 방면에서 실용적 이면서도 심도 있게 수행되어 오고 있다. 본 과목에서는 이러한 영상 신호의 처리를 위하여, 먼저 표본화 및 양자화와 enhancement에 대하여 공부를 하고, 이를 분석한다.

운영체제(Operation Systems)

컴퓨터 시스템 소프터웨어의 가장 핵심적인 부분인 운영체제 커널의 구성과 이론, 응용, 설계방식 등을 학습한다. 운영체제 구성의 기본이 되는 메모리 관리 병행프로세서, 파일 시스템, 주변장치 관리, 스케줄링에 관한 이론을 연구한다.

운영체제특강(Topics on Operation Systems)

운영체제의 설계, 표준화 동향, 범용 운영체제의 최근 추세에 맞추어 해당 주제를 선정하여 연구한다. 최근에 발표한 운영체제의 소스 분석, 운영체제의 이식, 병렬처리 운영체제, 분산처리 운영체제, 병행 프로그래밍 언어의 프로그래밍 및 설계 등 최근 주제들이 포함된다.

의료영상분석(Medical Image Analysis)

의료 장비들이 전산화되고 특히 CT나 MRI등의 영상 관련한 장비들의 활용이 많아지면서 이에 대한 분석이 매우 중요한 분야로 등장하고 있다. 본 과목에서는 의료 영상 분석과 처리에 관한 기초로 DICOM 영상 포맷, 영상의 취득, 의료 영상의 특성, 의료영상의 영역화, 영상간의 정합 등을 학습한다.

인공지능(Artificial Intelligence)

문제해결을 위한 일반적 알고리즘, 지식베이스 구성, 그리고 AI 언어에 대해 연구한다.

인공지능특강(Topics on Artificial Intelligence)

인공지능의 최신 개념을 연구한다.

임베디드소프트웨어(Embedded Software)

임베디드 시스템 기반의 소프트웨어 구조 및 활용에 대해서 공부한다. 전통적인 임베디드 시스템의 소프트웨어에서부터 모바일 임베디드 시스템 소프트웨어의 경향과 황용분야, 응용 분야에 대해서 공부하고 활용해본다.

임베디드시스템(Embedded Systems)

다양한 분야의 제품에 적용되는 임베디드 시스템을 구성하는 핵심 하드웨어 및 소프트웨어들의 구성과 기능 및 동향을 학습한다. 임베디드 시스템 적용을 위한 방법론 및 응용분야에 대해 연구한다.

임베디드시스템특강(Topics on Embedded Systems)

본 강좌에서는 임베디드 시스템을 위한 개발 방법론을 학습하는 것을 주 목표로 한다. 대표적으로 ARM코어를 기반으로 한 하드웨어 구성과 프로그래밍 모델을 학습하고, 이를 바탕으로 실시간 운영체제, 임베디드 소프트 웨어 개발 도구와 기법 등을 학습한다.

정보검색시스템(Information Search System)

웹 상의 대량 정보에 대한 조직적인 저장 및 관리와 검색 기법에 대한 기본적인 지식을 학습한다. 정보 검색 시스템의 여러 요소 기술을 구현해보는 과제를 통하여 정보검색 시스템을 구축하고 평가해 본다.

정보검색시스템특강(Topics on Information Search System)예

정보검색시스템의 최신 개념과 동향에 대해 연구한다.

제어이론특강(Topics on Control Theory)

제어 시스템을 위한 최적 제어, 적응 제어 등과 같은 다양한 주제에 대하여 학습한다.

최적화기법(Optimization Techniques)

선형/비선형 최적화 이론의 수학적 토대를 이해하고 이의 공학적 응용을 취급한다.

컴파일러구성론(Compiler Construction)

여러 가지 파싱 방법, 코드 생성, 컴파일러 구성 지원 소프트웨어 등을 연구 및 실습한다.

컴퓨터구조(Computer Architecture)

컴퓨터 시스템의 하드웨어 구성 및 동작 원리에 대해 학습한다. 세부적으로 명령어 집합과 CPU 아키텍처, 메모리 시스템, 입출력과 네트워킹 시스템에 대해 다루며 하드웨어를 구성하는 기본 회로 동작을 배우고 고성능을 위한 병렬구조 및 구현 방법에 대해 연구한다.

컴퓨터구조특강(Topics on Computer Architecture)

최근에 연구되고 있는 컴퓨터 구조 및 설계를 연구한다. 컴퓨터 시스템의 성능향상을 위한 병렬구조와 고성능 메모리 시스템, 하드웨어 성능평가를 위한 방법론이 그 연구대상이 된다.

컴퓨터그래픽스(Computer Graphics)

2, 3차원 공간 대상물의 표현방법, 기하학적 변환 등, 컴퓨터 그래픽스 이론과 이들의 구현에 관하여 연구한다.

컴퓨터그래픽스특강(Topics on Computer Graphics)

컴퓨터 그래픽스 분야의 새로운 이론과 최신 주제를 연구한다.

컴퓨터네트워크(Computer Network)

기본적 데이터 통신 이론과 network architecture를 연구한다. 각 protocol layer의 기능과 응용을 연구한다.

컴퓨터네트워크특강(Topics on Computer Network)

컴퓨터 네트워크의 신개발 분야, 응용분야 중 첨단 관심분야에 대해 연구한다. 분산환경, 분산화일 시스템 등과 같은 응용분야에 대한 사례연구 및 기술들을 연구한다.

컴퓨터비전(Computer Vision)

영상으로부터 물체의 형상과 움직임에 관한 다양한 정보를 추출하여 특정한 응용분야에 적합한 형태로 이러한 정보를 표현하는 것이 비젼의 역할이다. 본 강좌에서는 영상의 표현과 기본적인 처리, segmentation, stereo, motion, recognition등에 관한 기법과 그 응용을 연구한다.

컴퓨터비전특강(Topics on Computer Vision)

컴퓨터비전에 관한 최신개념 및 적용 사례 등을 연구 토론한다.

형태인식(Pattern Recognition)

여러 매체로 입력되는 정보의 통계적, 문법적 인식 방법에 대해 연구한다. 영상인식, 음성인식 등이 포함된다.