전기 및 전자공학의 기초 개념 및 원리, 발전과정, 여러 가지 응용 분야 등을 다룬다. 또한, 현대 과학기술 사회에서의 전기 전자공학의 역할과 발전 가능성 등을 폭넓게 다룬다.

미지의 시스템 매개변수를 알아내기 위하여 시스템 동정화법을 다루고 이를 이용한 간접 적응제어기 설계 및 시스템 동정화 없이 직접 적응제어기 설계를 연속시간 및 이산시간대에서 한다. 시스템의 비모델 동특성과 불확실성을 고려한 강인 적응제어 및 비선형 시스템에 대한 적응제어기법을 다룬다.

물리적인 시스템의 모델링은 실제 시스템의 근사화를 통하여 이루어지고 또한 프랜트는 모델 피라미터의 변화와 외란의 영향을 받게 된다. 이러한 모델링 오차, 파라미터의 변화 및 외란의 영향에도 강인한 다변수 제어 시스템을 설계하고 해석하는 방법론을 연구하는 것이 본 과목의 목적이다.

로보트 인지는 다른 AI와는 달리 실시간 처리가 요구되는 상황에 적용되기 때문에 입력센서의 해석 및 판단 그리고 시간에 따라 변하는 정보처리 방법이 중요하다. 이를 위해 higher level program solving 방법을 다루며 응용으로서 task planning, scheduling 및 navigation planning을 다룬다.

기본적인 pn 접합 이론, MOSFET 동작 원리 등을 학습한다. 이후 DRAM, SRAM, Flash Memory 소자의 구조와 동작 원리, 설계 기술에 대해서 학습하고, 차세대 미래형 소자 및 메모리 구조 및 설계, 로직 소자 및 회로 설계 관련 기술을 KAIST 교수진과 삼성전자 임원들로 이루어진 강사진으로부터 배우고 익히도록 한다.

전력 컨버터 분야에서 DC/DC 컨버터, 고주파 변압기, 인덕터, Magnetic Amplifier, Snubber, Resonant Converters, Feedback Stabilization 및 역률개선회로에 동작원리, 해석, 모델링 및 설계에 대한 기본 기술을 습득한다.

이 과목은 인공지능과 머신러닝 시스템과 응용 분야의 최신 연구 내용 및 동향을 다룬다. AI/ML을 위한 시스템 소프트웨어, 분산 시스템, 그리고 인터넷과 모바일 환경에서의 응용을 다를 예정이다. 특히 AI/ML 시스템이 구동되는 다양한 환경 NPU, GPU, CPU, 모바일 APU 등에서 효율적 학습 및 inference를 가져다 줄 수 있는 연구 분야에 대하여 심도 있는 탐색을 할 예정이다.

전기공학분야에서 중요하거나 현재의 흐름을 파악할 수 있는 주제를 집중적으로 다룬다.

전기공학분야에서 중요하거나 현재의 흐름을 파악할 수 있는 주제를 집중적으로 다룬다.

전기공학분야에서 중요하거나 현재의 흐름을 파악할 수 있는 주제를 집중적으로 다룬다.