계산이론Ⅰ(Theory of Computation II)

계산이론은 컴퓨터가 해결할 수 있는 문제와 해결할 수 없는 문제를 엄격하게 구분하는 계산 가능성 이론을 바탕으로, 형식 언어 및 오토마타 이론, 계산 복잡도 이론, 람다 계산과 결정 불가능성 이론 등을 심도 있게 다루는 극도로 난해한 과목이다. 유한 오토마타, 튜링 기계, P vs NP 문제, NP-완전성, 괴델의 불완전성 정리 등 현대 이론 컴퓨터 과학의 핵심 개념들을 수학적으로 엄밀하게 접근하며, 직관적으로 이해하기 어려운 수학적 증명과 논리적 추론이 필수적이다. 본 강의에서는 추상적인 개념과 철저한 논리적 사고를 요구하는 복잡한 이론들이 다수 포함되며, 학습 과정에서 상당한 인내와 높은 수준의 수학적 사고력이 필수적이다.

세미나(Seminar)

본 과목에서는 컴퓨터 과학 분야의 여러 주제에 대해 세미나를 진행한다. 발표를 위해 대학원생 본인이 전공하고 있는 분야의 학회, 저널 논문이나 기술 관련 튜토리얼을 진행할 수 있다 한다.

알고리즘특론(Special Topics in Algorithms)

알고리즘 분야의 특정 주제를 골라 이에 대해 다룹니다.

컴퓨터그래픽스특론(Special Topics in Computer Graphics)

컴퓨터그래픽스 연구의 실제 문제 중심으로 관련된 수학 지식과 알고리즘을 다루고, 논문 읽기와 발표를 통해 해당 수학 지식과 알고리즘의 실제 활용 방법을 파악한다.

패턴인식특론(Special Topics in Pattern Recognition)

본 과목은 패턴인식(pattern recognition)에 관련된 기술을 습득하는데 그 목적을 두고 있다. 진화연산(evolutionary computation), 인공신경망(artificial neural networks), 지지벡터기계(support vector machine), 확률/통계적 접근법 등의 패턴인식 기법을 활용한 다양한 응용 사례(클러스터링(clustering), 특징선택(feature selection),예측(forecasting), 텍스트 분석 등)에 대한 동향을 파악한다. 수강생들이 패턴인식에 대한 기본적인 내용을 알고 있다는 가정 하에 강의가 진행된다. 이 강의에서는 Java 기반의 WEKA 툴을 사용한다.

데이터마이닝Ⅰ(Data Mining I)

데이터마이닝Ⅱ(Data Mining II)

데이터마이닝의 기본지식을 가진 수강생을 위한 최신 논문 중심의 토론 강의

컴퓨터애니메이션특론(Advanced Topics on Computer Animation)

컴퓨터 애니메이션 분야의 기초가 되는 이론을 학습하고, 초기의 중추적인 연구 성과부터 근래의 주목할만한 연구 흐름에 이르기까지 주요 논문들을 읽고, 발표하고, 토의하고, 실험하는 과정을 통해 향후 컴퓨터 애니메이션 분야의 연구를 수행할 수 있는 기반 능력을 함양한다.

컴퓨터비전(Computer Vision)

컴퓨터 비전에서 중요한 주제에 대해서 논문 중심으로 강의를 진행함.
수업은 다음과 같은 방식으로 진행됩니다.
1) 관련 논문을 읽고 (과제), 2) 논문을 발표하고 3) 논문 내용을 시뮬레이션을 하면서 논문 내용을 분석.

진화연산Evolutionary Computation()

이 교과목은 컴퓨터 과학 문제를 푸는데 널리 사용되는 진화적인 방법군에 관한 기본 지식을 제공한다. 여기에서 다루는 내용은 유전 알고리즘, 진화 전략, 유전 프로그래밍, 문제 표현, 유전적 연산들, 진화 알고리즘의 이론 등을 포함한다. 진화 연산의 최적화 문제로의 다양한 접근법과 응용이 소개된다.

알고리즘설계와분석(Algorithm Design and Analysis)

이 강의는 주로 알고리즘 설계의 원리, 잘 설계된 알고리즘과 관련 자료구조의 예 등을 다룬다.

캐릭터애니메이션(Topics on Character Animation)

캐릭터 애니메이션 분야의 기초가 되는 이론을 학습하고, 초기의 중추적인 연구 성과부터 근래의 주목할만한 연구 흐름에 이르기까지 주요 논문들을 읽고, 발표하고, 토의하고, 실험하는 과정을 통해 향후 캐릭터 애니메이션 분야의 연구를 수행할 수 있는 기반 능력을 함양한다.

차세대네트워크특론(Special Topics in Next Generation Network)

네트워크 분야의 최신 트렌드를 소개하고, 초기의 중추적인 연구 성과부터 근래의 주목할만한 연구 흐름에 이르기까지 주요 논문들을 읽고, 발표하고, 토의하고, 실험하는 과정을 통해 향후 네트워크 분야의 연구를 수행할 수 있는 기반 능력을 함양한다.

컴퓨터게임특론(Special Topics in Computer Games)

컴퓨터 게임에 대한 전반적인 이해를 바탕으로, 게임 엔진 아키텍처 및 컴퓨터 게임 개발에 사용되는 주요 디자인 패턴 및 알고리즘에 대해 학습한다.

컴퓨터비전을위한CNN(Convolutional Neural Networks for Computer Vision)

본 교과목은 컴퓨터비전을 위한 기초 CNN에 대한 수업입니다. 본 교과목은 computer vision에 대한 지식이 있으며, CNN에 대한 내용을 전혀 모르는 학생을 위한 교과목입니다. 따라서, CNN에 대한 기초 내용을 알고 있는 학생에게는 적합하지 않은 과목입니다. 또한, 구현 과제가 많이 출제될 예정이며, 수업시간에서 코드를 분석하고 실험하는 내용이 많이 포함됩니다.

고급인공지능시스템설계(Advanced AI System Design)

기계학습 기반의 인공지능 시스템 설계에 있어서 큰 비중을 차지하는 강화학습에 대한 이론과 응용에 대하여 학습한다.

빅데이터특론(Advanced Big Data)

컴퓨터비전특론Ⅰ(Special Topics in Computer Vision Ⅰ)

컴퓨터비전의 다양한 주제에 대해서 강의 및 세미나 진행: 각 주제별로 기존 컴퓨터비전 기술부터 최신 기술까지 다룸
- Camera model
- 화질 개선

컴퓨터비전특론Ⅱ(Special Topics in Computer VisionⅡ)

컴퓨터비전의 다양한 주제에 대해서 강의 및 세미나 진행: 각 주제별로 기존 컴퓨터비전 기술부터 최신 기술까지 다룸
- image deblurring
- high dynamic imaging
- object tracking
- 3D reconstruction

정보보안특론(Special topics in information security)

본 과목에서는 국제 학술대회에 발표된 보안 분야의 논문들을 리뷰하여 최신 보안 트렌드를 파악하고 보안 분야에 대한 연구 논문 작성법을 익힌다. 이를 통해 보안 연구를 진행할 때 필요한 위협 모델 수립 및 가정, 보안의 기본 원리, 보안 시스템의 설계 및 실험 방법에 관해 학습한다. 수강생들은 매주 1~2편의 보안 논문을 리뷰하여 critique을 작성하여 제출한다. 매 수업에서 담당 교수 또는 수강생이 1~2편의 논문을 발표하고 세미나를 진행 및 이에 대한 토의를 진행한다. 수강생들은 본인 연구 및 전공 분야와 관련된 보안 이슈를 주제로 선정하여 학기말까지 프로젝트를 진행하고 이에 대한 short paper (6장 내외)를 작성 및 발표한다.

인공지능네트워크특론(Special Topics in AI-based network)

인공지능 기반의 네트워크 분야의 최신 트렌드를 소개하고, 초기의 중추적인 연구 성과부터 근래의 주목할만한 연구 흐름에 이르기까지 주요 논문들을 읽고, 발표하고, 토의하고, 실험하는 과정을 통해 향후 인공지능을 활용한 네트워크 분야의 연구를 수행할 수 있는 기반 능력을 함양한다.