물리 계층, 데이터 링크 계층, 네트워크 계층 프로토콜의 설계와 구현을 설명한다. 또한, UNIX 및 윈도우 소켓을 사용한 클라이언트/서버 프로그래밍을 공부하며, SDR 기반의 단말 구조를 살펴본다. 마지막으로, 이 과목은 프로토콜 설계, 검증 및 최적화를 다룬다.

이 과목에서는 검파 이론의 고급 내용을 다룬다. 효능, 점근상대효율, 점근 최적성과 같은 개념을 먼저 다룬 뒤, 알려진 신호의 국소 최적 검파, 일반화된 상관기 검파기, 충격성 잡음과 그 모형, 확률신호의 국소최적검파를 다룬다.

본 강의는 기존 망과 미래 망에 대하여 7 계층 프로토콜 모델에 따라서 성능 분석을 한다. 특히, 스위치, 라우터, 서버/게이트웨이 및 무선 기지국 등 같은 네트워크 장비의 성능을 분석한다. 특히, 흐름제어, 라우팅, 폴링 및 스케듈링 방식에 따라 성능이 어떠한 영향을 받는 지 수식적인 분석과 더불어 시뮬레이션으로 비교한다.

적응 신호처리의 기반기술 및 핵심기법을 소개한 후 응용분야를 다룬다. 구체적으로 신호모델, 최적 예측이론, Wiener 및 Kalman Filter, Eigen Filter, LMS/RLS 알고리즘 및 그들의 변형, 그리고 적응등화, 적응 Beamforming, 간섭제거 등에의 응용을 고려한다.

표본주파수가 다른 다표본신호처리에 대한 전반적인 이론과 실제 응용분야에 대하여 소개한다. 구체적으로는 표본감소, 표본확대, 다표본 필터뱅크의 이론과 설계방법, 웨이브릿 변환 등에 대하여 공부하고 이의 응요에 대해서도 알아본다.

이 과정에서는 정지영상 및 동영상의 내용을 이해하기 위한 이론과 방법론에 대해 공부한다. 여러 가지 패턴인식 기법들이 소개되고 그들을 영상 이해에 적용하는 방법에 대해 설명한다.

본 과목에서는 광학 영상으로부터 유용한 정보를 컴퓨터를 이용하여 추출하는 다양한 방법론의 원리와 응용을 다룬다. 구체적 주제는 (1) 영상 취득에 관한 기하학적 및 측광학적 모델, (2) 영상으로부터 유용한 특징정보를 얻어내는 방법, (3) 다중 영상 분석을 통해 3차원 구조를 알아내는 방법, (4) 영상 분할 및 추적 등 중간 단계의 비전 기술 및 (5) 궁극적인 물체 인식 방법론의 다섯 부분으로 구성된다.

이 과목에서는 몇 가지 의료영상시스템과 여러 영상처리 기법을 기반으로 하는 의료영상 관련 응용분야에 대해 다룬다. 주제로는 영상 재구성 알고리즘, X선 단층촬영기, 단광자 방출 단층촬영기, 양전자 방출 단층촬영기, 자기공명영상장치, 초음파 영상장치와 관련 후처리 기법들이다.

본 교과목은 음성인식 알고리즘 및 시스템을 개발하는데 있어서 요구되는 이론 및 구현 기술들에 대하여 다룬다. 특히 음성신호 모델링에 자주 이용되는 HMM 기법의 이론 등 패턴인식 기법, 연속음성인식을 위한 탐색기법 등 관련된 주제들을 깊이 있게 공부한다.

인간다운 인지시스템을 위한 두뇌에서의 인지정보처리 메카니즘과 이의 계산모델을 다룬다. 먼저 신경정보가 두뇌에서 어떻게 표현되는지 살펴본 후, 이를 바탕으로 감각, 주의, 사회성, 기억, 학습, 추론 및 문제해결 등 주요 인지기능의 계산모델을 다룬다.