대학원

  • HOME
  • > 대학원
  • > 교과 과정표

대학원

    교과 과정표

    • XAI630-메타러닝 (Meta Learning) 본 과목은 범용인공지능 연구의 핵심 분야 중 하나인 메타러닝(Meta Learning)에 대해 학습하고 실제 문제에 적용해보는 데 목표한다. 본 과목을 통해 학생들은 메타러닝의 기본 알고리즘들을 배우면서 기존 multi-task learning, transfer learning, continual learning, in-context learning을 이해하고 통찰력을 습득한다.  
    • XAI629-지능형 모빌리티 (Intelligent Mobility) GPS, 카메라, LiDAR, RADAR 등을 활용한 고정밀 지도 시스템과 위치 추정 시스템에 대한 지식을 습득한다. 또한, 목적지로 이동하기 위한 경로 계획 시스템에 대한 지식을 습득한다. 물체 인식 및 추적, 정밀 지도, 측위, 경로계획, 차량 제어 등 지능형 모빌리티을 구성하는 다양한 요소 기술들에 대한 원리를 학습하고, 인공지능을 통해 이해한다. 지능형 모빌리티의 구성과 작동의 전반적인 개론으로써, 지능형 모빌리티의 개요 및 기술과 인공지능 기술 동향을 파악한다.  
    • XAI628-디지털트윈 (Digital Twin) 디지털트윈 과목의 주요 목적과 교육 목표는, 디지털트윈 기술의 중요성이 점점 더 인식되는 현대 산업사회에서 학생들이 이 기술의 원리와 응용에 대한 깊은 이해를 갖고, 실제 업계에서 복잡한 문제를 해결할 수 있는 능력을 키우는 것이다. 이 과정은 디지털트윈의 이론적 이해와 실질적인 구현 사이의 다리를 놓는데 집중할 것이며, 학생들은 이론을 바탕으로 실제 시스템을 가상화하고, 성능 개선, 진단 및 예측을 위한 디지털트윈 모델을 만들고 활용하는 능력을 배울 것이다. 이렇게 함으로써, 이 과목은 학생들이 디지털트윈 기술을 통해 실세계의 문제를 해결하는 방법에 대한 실질적인 경험과 지식을 얻도록 돕는 역할을 할 것이다.  
    • XAI627-고급생성형인공지능 (Advanced Generative Artificial Intelligence) 본 과목은 최신 생성형 인공지능 기술과 알고리즘에 대해 깊이 있게 학습하며, 생성 모델의 한계를 이해하고, 이를 개선하기 위해 수행된 최근 연구에 대해 논의한다.  
    • XAI519-생성형인공지능 (Generative Artificial Intelligence) 본 과목은 텍스트, 음성, 영상, 비디오 등의 다양한 데이터를 생성하는데 사용하는 생성형 인공지능 원리의 기초 이론에 대하여 학습하며, 핵심 개념과 활용 가능성에 대해 논의한다.  
    • XAI518-정보이론 (Information Theory) 확률 이론에 바탕을 둔 정보 이론의 여러 개념과 인공지능 관련 주요 응용 사례등을 소개한다. 정보이론을 바탕으로 생성모델에 바탕을 둔 기계학습 기법들을 소개한다.
    • XAI626-고급 강화학습 (Advanced Reinforcement Learning) 본 과목은 강화학습의 기본 지식에 기반하여 다양한 상황에서의 이론 및 고효율의 알고리즘들을 학습하는데 목표를 둔다. 최신 강화학습 연구 사례 및 연구 동향에 대해 논의하며 학습을 진행한다.
    • XAI625-강화학습 응용 및 실습 (Reinforcement Learning Application and Practice) 본 과목은 강화학습의 기본 지식을 활용하여 강화학습을 통해 현실에서 해결 가능한 문제를 수행하는데 목표를 둔다. 강화학습을 통한 실제 문제 위주의 실습을 통해 학습을 진행한다.
    • IGC502-데이터과학 (Data Science) 본 과목에서는 데이터과학과 관련된 기본 이론을 습득하고, 데이터 분석 및 시각화을 위한 주요 방법론에 대해 학습한다.  
    • IGC501-고급컴퓨터프로그래밍 (Advanced Computer Programming) 본 과목에서는 대학원 수준의 학생들에게 도움이 될 수 있는 최신 프로그래밍 언어들 및 프로그래밍 방법론을 강의한다.