교육목표
본 학과는 AI기술에 바탕을 두고 POWER 능력을 갖춘 융합형 인재 양성을 목표로 한다.
- 전문적 지식 (Professional Knowledge)
- 창의적 사고력 (Original Idea)
- 국제화 능력(World-Leading Level)
- 도전정신 (Entrepreneurial Spirit)
- 문제해결력 (Resolving Skill)
석사과정
| 과목명 | 학기 | 시수 | 학점 | 과목명 | 학기 | 시수 | 학점 | |
|---|---|---|---|---|---|---|---|---|
| 네트워크 설계와 해석 | 1 | 3 | 3 | 차세대통신망이해및활용 | 2 | 3 | 3 | |
| 로봇SW플랫폼 | 1 | 3 | 3 | 로봇운영체제구조및활용 | 2 | 3 | 3 | |
| 선형시스템 제어 | 1 | 3 | 3 | 비선형시스템 제어 | 2 | 3 | 3 | |
| 로봇러닝 | 1 | 3 | 3 | 지능시스템특론 | 2 | 3 | 3 | |
| 데이터마이닝특론 | 1 | 3 | 3 | |||||
| HCI특론 | 1 | 3 | 3 | |||||
| 기계학습 | 1 | 3 | 3 | |||||
| 바이오컴퓨팅 및 머신러닝 | 1 | 3 | 3 | |||||
| 생체신호 및 시스템 | 1 | 3 | 3 |
※ 위 교과과정은 일부 수정될 수 있습니다.
교과과정
네트워크 설계와 해석 (Network Design and Analysis)
로봇분야에 적용되는 최신 네트워크 기술들을 공부한다. 최근에는 인공지능 및 기계학습 분야의 최신 기술들이 통신 네트워크 분야에 폭넓게 접목되고 있는 추세이다. 통신 네트워크를 설계하고 해석하는데 사용할 수 있는 새로운 접근 방법들을 찾아내고, 로봇분야의 적용 가능성을 살펴본다.
로봇SW플랫폼 (Robot Software Platform)
자바스크립트와 Node.js를 학습하여 로봇 서비스에 활용하는 방법을 연구한다. 제공되는 라이브러리를 활용하고 부가적으로 필요한 코드를 작성하여 실제 로봇을 구동해 봄으로써 자바스크립트 및 Node에 대한 이해를 높이고 응용 가능한 실제 적용에 대해 고찰한다.
선형시스템 제어 (Linear System Control)
선형 시스템의 주요 개념들을 소개하고 선형 시스템에 대한 제어기 설계 방법을 강의한다.
로봇러닝 (Robot Learning)
많은 작업을 위해 로봇을 프로그래밍하는 것이 엄청나게 어렵고, 모든 상황과 목표를 예측할 수 없으며, 실제 환경은 종종 가변적이기 때문에 로봇 공학에서 로봇 학습은 흥미로운 문제가 되었다. 로봇공학을 중심으로 확률론적 추론, 계획 및 탐색, 위치인식, 추적 및 제어 등 인공지능의 기본 방법을 학습한다.
데이터마이닝특론 (Topics in Data Mining)
데이터마이닝의 기본 방법론인 분류 및 회귀, 군집화, 연관성 규칙 분석 등에 관련된 알고리즘의 이론적 원리 및 최신 동향을 학습하고, 이상치 탐지, 시계열 분석, 패턴 인식과 같은 고급 데이터마이닝 주제와 관련된 최신 알고리즘 및 분석 방법론을 연구하고 학습한다.
HCI특론 (Topics in HCI)
인공지능 기술이 접목된 소비자 제품인 대화형 인터페이스, 스마트홈 UX, 비전 인식 UX, 자율주행 자동차 등의 사례에 대해 소개하고, 각 사례에서 고려되어야 할 UX 심리학 이론에 대해 연구한다.UX 심리학 이론은 인간정보처리과정, 의사결정모델, 인지모델 등을 포함한다.
기계학습 (Machine Learning)
기계학습의 기본 학습 방안인 지도학습, 비지도 학습 기법에 관한 이론을 정립하고, 실제 데이터를 정제 및 분석하며 활용능력을 배양할 수 있는 커리큘럼을 포함한다.
바이오 컴퓨팅 및 머신러닝(Bio-Computing & Machine Learning)
생체 데이터를 측정할 수 있는 바이오 센서 데이터에 대한 기본 원리를 배우고, 이렇게 측정된 생체 데이터를 정제하고 분석하여 건강 상태를 진단할 수 있는 머신러닝 알고리즘에 대해 학습한다.
생체신호 및 시스템 (Machine Learning)
생체신호처리를 위한 기본 개념에 대해 학습하고, 이를 분석하기위한 다양한 신호처리 기법과, 생체신호 분석 및 응용 등을 학습한다.
차세대통신망 이해 및 활용 (Understanding and Utilization of Next-generation Communication Network)
인공지능 기술이 급속히 발달함에 따라, 통신 네트워크 분야에도 다양한 변화가 일어나고 있다. 인공지능이 통신 네트워크 분야에 미치는 다양한 변화들에 대해서 살펴보고, 구체적인 융합 사례들을 알아본다. 또한 음성인식 및 합성 분야의 최신 연구 현황을 살펴보고 주요 인공지능 모델들을 실습을 통해 공부한다.
로봇운영체제 구조 및 활용 (Robot Operating System Structure and Utilization)
로봇 운영체제 중의 하나인 ROS(Robot Operating System)의 구조를 분석하고 개발 과정을 살펴본다. 제공되는 라이브러리를 활용하고 부가적으로 필요한 코드를 작성하여 실제 로봇을 구동해 봄으로써 ROS에 대한 이해를 높이고 응용 가능한 실제 적용에 대해 고찰한다.
비선형시스템 제어 (Nonlinear System Control)
자연계에 존재하는 대부분의 시스템은 비선형 시스템이다. 이 과목에서는 비선형성을 가지는 시스템에 대해서 리아프노프 함수를 이용한 안정성의 기본 개념을 학습하고 궤환 선형화 및 슬라이딩 모드 제어 등 여러 제어기법을 학습한다.
지능시스템특론 (Topics in Intelligent System)
전통적인 알고리즘을 사용한 접근 방식으로는 해결하기 어려운 실제 문제를 해결하기 위한 인공지능 분야를 소개한다. 불확실성 처리, 경험으로부터의 학습, 자연에서 발견되는 문제 해결 전략을 포함하여 지능적인 행동을 보여주는 시스템을 개발하기 위한 방법론을 탐구한다.
