전공필수

컴퓨터프로그래밍 Computer Programming

컴퓨팅적사고와 문제해결’ 교과에서 배운 개념을 바탕으로 학생들에게 본격적인 프로그래밍을 교육한다. C와 같은 절차적 언어를 기반으로, 문제를 분석하여 프로그램으로 구현하는 방법을 강의한다. 첫 프로그래밍 교과에서 공부한 프로그래밍 개념을 심화시켜 프로그래밍 수준을 한 단계 상승시킬 수 있도록 하는 것이 목표이다.

디지털논리회로 Digital Logic Circuit

디지털 시스템을 설계할 수 있는 엔지니어의 기량을 습득하기 위한 과목으로서 조합논리회로 및 순서논리회로의 설계를 배운다. 이를 위해, 기본적인 부울 대수의 이론을 먼저 배우고, 디지털 시스템의 구성요소가 되는 게이트 및 구성블록, 메모리 기능을 가지는 래치, 플립플롭 소자들의 이론과 동작을 배우고, 이를 바탕으로 조합논리회로 및 순서논리회로를 설계하는 기법을 배운다. 또한, 주어진 사양을 분석하여 상태그래프를 유도하고 FSM(Finite State Machine)을 설계하는 기법을 배운다.

이산수학 DiscreteMathe matics

컴퓨터공학의 기초가 되는 수학적 기본 지식을 익히고, 이산적 모델링을 할 수 있는 능력을 갖춘다. 구체적으로는 논리, 증명, 집합, 함수, 정수, 수학적 귀납법, 추론, 확률, 관계, 그래프, 트리, 부울 대수, 계산 모델링을 배운다.

확률및랜덤변수 Probability and Random Variables

전자공학 및 정보통신공학 분야에 사용되는 기본적인 확률이론과 불규칙신호 및 불규칙프로쎄스에 관한 기본이론을 강의한다. 주요 강의내용은 Principles of Counting, Axioms of Probability, Conditional Probability, Repeated Independent Events, Discrete Random Variables, Probability Mass & Distribution Functions, Expected Values, Continuous Random Variables, Functions of Random Variables, Bernoulli, Poisson & Gaussian Process, Central Limit Theorem, Chebyshev's Inequality, Bivariate Gaussian Distribution, Multivariate Gaussian Distribution 등이다.

전공선택

공학수학Ⅰ AdvancedEngi neeringMathe matics I

전자공학 및 정보통신공학을 위해서 필요한 응용수학으로서, 1차미분방정식, 2차미분방정식, 고차미분방정식, 미분방정식의 급수해법, Legendre polynomials, Frobenius method, Bessel functions, Laplace 변환, Laplace 변환의 응용, Convolution integrals, 주기함수에의 응용 등을 강의한다

회로이론Ⅰ Electric Circuits I

회로해석 및 설계에 기초가 되는 기본법칙과 응용법에 대해 강의한다. 문제 해석법을 중점적으로 다루고 KCL, KVL, 옴의 법칙, Thevenin과 Norton 정리, 중첩의 원리 같은 기본 이론과 회로소자, 저항회로, 인덕터, 컨덴서, 연산증폭기, RLC 회로의 해석을 배운다. 특히 일상생활에 사용되고 있는 실제 문제에 대한 해석을 통해 응용력과 공학문제 전반에 대한 해석적 적응력을 높일 수 있게 한다.

디지털시스템설계 Digital System Design

표준적인 게이트들을 이용한 복잡한 디지털 시스템의 설계/구현 방법론을 강의함. HDL을 이용하여 회로의 아키텍처를 기술하고, 이를 합성하여 구현 결과를 평가/분석하는 방법을 강의함. 이러한 셀기반의 설계 과정을 실제적인 설계 주제에 대해 FPGA 플랫폼 기반으로 실습하고, 기능을 검증함.

자료구조 Data Structures

효율적인 컴퓨터 프로그램을 개발하기 위하여 필요한 자료구조의 종류와 알고리즘 및 상호 관련성에 대하여 다룬다. 프로그램의 효율성을 표현하는 기본적인 방법인 복잡도의 개념을 강의하며 기초적인 자료구조로 배열, 연결 리스트, 스택, 큐, 트리, 그래프 등과 관련 기본 함수를 강의한다. 또한 자료구조에 대한 기본 지식을 기반으로 다양한 정렬 및 검색 알고리즘을 강의한다.

기초정보이론 Information Theory

정보의 개념 및 수학적인 처리 응용을 위해 정보의 개념, 정보용량, 엔트로피, 이산적 통신로, 정보전송과 통신로, 정보의 부호화와 왜곡, 잡음의 유무에 따른 이산적 통신 및 연속적 통신계의 정보이론 등을 탐구한다

확률및랜덤변수 Probability and Random Variables

전자공학 및 정보통신공학 분야에 사용되는 기본적인 확률이론과 불규칙신호 및 불규칙프로쎄스에 관한 기본이론을 강의한다. 주요 강의내용은 Principles of Counting, Axioms of Probability, Conditional Probability, Repeated Independent Events, Discrete Random Variables, Probability Mass & Distribution Functions, Expected Values, Continuous Random Variables, Functions of Random Variables, Bernoulli, Poisson & Gaussian Process, Central Limit Theorem, Chebyshev's Inequality, Bivariate Gaussian Distribution, Multivariate Gaussian Distribution 등이다.

신호및시스템 Signals and Systems

신호 해석, 선형시스템, 연속시간 및 이산시간 시스템의 시간영역에서의 해석을 회로망에 적용하여 이해시키고 라플라스 변환과 z-변환을 통한 주파수 영역에서의 시스템 해석방법을 다루며 Fourier 변환을 통한 신호해석 및 성질 등을 강의한다.

컴퓨터구조 Computer Architecture

본 과목에서는 컴퓨터의 핵심 컴포넌트인 Processor의 내부 아키텍처에 대해 강의하고, 이를 바탕으로 컴퓨터를 구성하는 하드웨어와 소프트웨어의 동작 메커니즘을 깊이 있게 탐구한다. 구체적으로, 컴퓨터 시스템의 성능 평가, Processor의 명령어 셋 아키텍처 및 이를 효율적으로 구현하기 위한 마이크로 아키텍처에 대하여 자세히 강의한다. 또한, 메모리 계층 구조 및 캐시에 대하여 강의하고, 컴퓨터 연산기의 구조 및 가상 메모리 시스템에 대하여 간단히 소개한다.

알고리즘 Algorithm

알고리즘은 문제를 해결하는 데 필요한 계산적 절차를 기술한 것으로, 알고리즘을 효과적으로 설계하고 구현하는 능력을 배양하는 것을 목표로 한다. 연산의 모델과 복잡도, 분할정복, 확률적 알고리즘, 동적프로그래밍, 그래프 알고리즘, 선형계획법, 계산기하학 등에 대해 학습하고, 이를 바탕으로 효율적인 SW를 개발하는 능력을 함양한다.

객체지향프로그래밍 Object Oriented Programming

정보통신을 위한 프로그래밍 언어로 주목받고 있는 자바(JAVA) 언어를 사용하여 객체 지향 프로그래밍(Object Oriented Programming) 기법을 배운다. 그리고 이를 기반으로 소켓(sockets)을 사용한 네트워크 프로그래밍, Swing을 사용하는 GUI(Graphic User Interface) 및 이벤트 처리(event handling), 병행 프로그래밍 등의 기법을 익힌다.

머신러닝 MachineLearning

머신러닝은 수집한 데이터로부터 모델을 자동으로 생성하고 이를 기반으로 미래를 예측한다, 정보검색, 컴퓨터비젼, 로보틱스, 게임뿐만 아니라 생명과학과 비즈니스 데이터마이닝 등에 활용된다. 본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다.

컴퓨터네트워크 Computer Networks

본 과목에서는 정보통신 및 인터넷 기술을 바탕으로 하는 모든 분야에서의 기본적 소양을 갖추기 위해 인터넷의 네트워크/전송/응용 계층의 핵심 이론과 프로토콜들을 학습한다. IP, TCP/UDP 등의 네트워크 계층, 전송계층의 중요한 이론들과 실제 프로토콜이 포함된다. 또한 P2P, 블록체인 등 최신 응용계층 내용들에 대해서 다룬다.

통신시스템 Communication Systems

통신시스템의 기본 원리와 성능 해석 방식에 대해 강의한다. 시간 및 주파수 영역 신호 표현 방법을 이용하여 아날로그 변조 방식과 펄스변조 방식을 배우고, 샘플링 이론과 양자화 기법을 학습한다. 디지털 통신을 위한 기저대역 및 통과대역 변조 방식(ASK, FSK, PSK, QAM)을 배우고, AWGN 환경에서 성능 해석 방법에 대해 다루며, 채널 부호화 이론을 익힌다. 아울러 모의실험 과제를 통해 디지털 통신 이론에 대한 이해도를 높인다.

영상처리 Image Processing

디지털 영상 신호의 획득 과정과 여러가지 처리 기법, 그리고 영상정보를 이해하고 분석하는 비전 기술에 대한 기초이론을 학습한다. 즉, 영상 필터링, 영상 복원, 영상 변환, 칼라 영상 처리, 영상 압축 및 영상 분할 등의 다양한 영상 처리 기법을 학습한다.

마이크로프로세서응용 Microprocessor Applications

본 과목에서는 CPU 기반의 컴퓨터시스템의 구조에 대한 전반적인 내용을 소개하고, 소프트웨어를 통한 하드웨어 제어에 대한 기본 메커니즘과 관련 기술들에 대해 강의한다. 또한, MCU 시스템을 기반으로 Firmware를 작성하여 Polling, Interrupt, Memory Mapped IO 등의 다양한 IO 장치 제어 방식에 대해 실습하고, Timer와 Parallel Port 등의 보편적인 IO 장치를 사용하여 복잡한 구조의 하드웨어를 설계해본다.

운영체제 Operating Systems

운영체제의 기능과 구조 및 구현 방법을 배운다. 즉 프로세스 스케쥴링, 메모리 관리, 파일 관리, 프로세스간 통신 및 입출력 등의 구현 원리를 이해하고 그 동작을 실험해 봄으로써, 프로그램 실행을 위한 컴퓨터 시스템의 전체적인 동작을 이해한다.

데이터통신 Data Communications

데이터 통신을 위한 네트워크 및 프로토콜의 개념을 파악하고, 인터넷의 개요, 통신 표준에 대해 배운다. 또한, 계층화 네트워크 모델의 개념과 프로토콜을 구성하고 있는 각 계층의 기능과 동작의 개요를 배우고, 물리계층, 데이터 링크계층, 네트워크 계층에 관련된 이론, 기술 그리고 표준을 배운다.

통신신호처리설계 Communicationand Signal Processing Design Projects

신호의 시간영역 및 주파수영역 표현 및 필터를 포함한 신호처리 이론을 심화할 수 있는 설계 과제와 유/무선 통신시스템을 구성하는 주요 송수신 블록을 설계하는 과제를 수행한다. 각 설계과제 수행에 필요한 배경 이론을 학습하고, 이를 기반으로 소프트웨어 또는 SDR 모듈을 이용하여 구현하는 다수의 미니 프로젝트를 수행한다.

지능센서공학

임베디드시스템 설계및실습 Embedded Systems Design Laboratory

임베디드 시스템의 필수 적인 구성 요소인 CPU, Memory Subsystem, Bus, IO, Network, Real-time OS, Concurrency, Hardware-Software Codesign 등에 대한 개론적인 내용을 강의한다. 이를 바탕으로 On-Chip Bus, Hardware Accelerator, Device Driver, Embedded Linux Kernel 등의 임베디드 시스템의 설계에 필수적인 Hardware 및 Software와 관련된 기본 기술을 실습하고, 이를 응용하여 SoC 기반의 간단한 임베디드 시스템을 개발한다.

고급시스템프로그래밍 Advanced System Programming

C 등의 고급언어로 작성된 프로그램이 기계어로 변환되어 프로세서에서 실제 수행되는 과정을 프로그래머의 관점에서, 운영체제, 컴파일러 등의 시스템 소프트웨어 및 프로세 서 구조와 연관하여 이해하도록 한다. 이를 통하여 프로그램의 동작에 대한 심층적인 이해를 높이고 정확하고 효율적인 프로그램을 개발할 수 있는 소양을 배양한다.

클라우드컴퓨팅 Cloud Computing

빅데이터 컴퓨팅과 클라우드 컴퓨팅의 기본 개념과 실제 적용 사례에 대하여 강의한다. 실제로 사용 되는 빅데이터 처리 플랫폼과 대용량 데이터를 이용하여 응용에 사용하는 것을 중점으 로 한다. 주요 내용은 빅데이터용 분산 컴퓨팅의 기본이 되는 Hadoop 및 Hadoop Eco-system, 정보검색과 정렬 및 통계 등 대표적인 기본 빅데이터 처리 연산, 그리고 자주 사용되는 빅데이터용 기계학습 (machine learning) 기법 등이다. 또한, 클라우드 컴퓨팅의 기초와 가상화 기술에 대해 배우고, 이를 실습해 본다

딥러닝 Deep Learning

인공지능, 그 중에서도 최근 인공지능의 발전을 이끌어 나가는 딥러닝의 기반을 이루는 기계학습 기초이론들을 살펴보고, 최근에 사용되고 있는 신경망 모델들 및 학습기법들을 공부한다. 이를 바탕으로 컴퓨터 비전 분야를 중심으로 기초 연구 및 응용 실례들을 살펴본다.

이동통신공학 Mobile Communication Engineering

무선전송로 상에서 발생하는 페이딩 현상, 전파경로 손실예측, 다이버시티 기법, 이동통신시스템의 구성과 기능, 이동통신시스템의 기술동향, 기본적인 디지털 변복조 이론 등에 관해 강의한다. 또한, CDMA, OFDM 기술과 이동통신 시스템의 물리계층 및 Call processing 등에 대해 강의한다.

컴퓨터비전 ComputerVision

컴퓨터 비전에 대한 기본적인 이론을 강의하고 실습을 진행한다. 영상 구조 및 기초 영상처리 이론, 특징 추출, 모션 추출, 물체 검출과 기계학습 및 딥러닝 기반의 접근방법을 강의한다.

모바일센서네트워크 Mobile Sensor Networks

무선 센서 네트워크의 구조와 통신프로토콜에 대해서 다룬다. 센서네트워크의 물리계 층, MAC, 네트워크 계층, 동기화, 라우팅 프로토콜, 전송 계층, QoS, 응용계층의 특징 에 대해서 강의한다.

디지털신호처리 Digital Signal Processing

디지털 기술의 바탕이 되는 디지털 신호처리 기본 이론을 이해하고 신호처리 이론의 응용 방법을 학습한다. 주요 내용으로 이산 신호와 시스템 표현, 연속 신호의 샘플링, 이산 신호의 시간 및 주파수 영역 해석, 필터 설계 기초 이론, FIR 및 IIR 필터 설계를 다룬다.

AI융합ICT전공 장기현장실습 AI-ICT Converg ence long-term field placement

국내외 산업현장 또는 기관에서 협약에 따라, 현장교육을 실시하고 이에 따라 학점을 인정하는 제도로써, 대학에서 교수한 지식과 학문을 기관, 단체, 연구소, 산업체 등에서 학생들이 실무를 통해 적용능력을 부여하고자 함.

AI융합ICT전공 단기현장실습1 AI-ICT Convergence short-term field placement 1

국내외 산업현장 또는 기관에서 협약에 따라, 현장교육을 실시하고 이에 따라 학점을 인정하는 제도로써, 대학에서 교수한 지식과 학문을 기관, 단체, 연구소, 산업체 등에서 학생들이 실무를 통해 적용능력을 부여하고자 함.

AI융합ICT전공 단기현장실습2 AI-ICT Convergence short-term field placement 2

국내외 산업현장 또는 기관에서 협약에 따라, 현장교육을 실시하고 이에 따라 학점을 인정하는 제도로써, 대학에서 교수한 지식과 학문을 기관, 단체, 연구소, 산업체 등에서 학생들이 실무를 통해 적용능력을 부여하고자 함.