교육

ACADEMIC

대학원과정

교육

ACADEMIC

대학원과정

대학원과정

대학원 교과과정

Computer ∣ Signal
EE591

본 과목은 전기자동차를 소개하기 위해 크게 2개의 부주제로 구성되어있음 : 일반 자동차에 대한 기본 지식(차체, 구동계, 전기전자 장치)과 전기자동차의 전기전자 구조에 대한 설명(전기 모터, 드라이버, 배터리 및 관리장치)..

권장과목

전기전자컴퓨터공학 분야의 최근 동향 및 연구 분야에 관한 내용을 다룬다.

 
권장과목

본 과목은 통신네트웍, 생산시스템, 고수준 컴퓨터구조 등을 표현하는 이산사건 시스템의 모델링 및 시뮬레이션의 전 과정을 다룬다. 다루는 내용은 시스템 분류, 이산사건 시스템 모델링 방법론, 시뮬레이션 알고리즘, DEVS 형식론, Petri Nets, 통계적 모델 검증법, 시뮬레이션 출력 분석 등 이다.

분산 컴퓨팅 시스템은 급속히 퍼져왔다. 클러스터부터 인터넷상의 컴퓨터, 모바일 기기들까지 분산 시스템은 다양한 분야의 응용을 지원하기 위하여 존재 해왔다. 본 과목에서는 분산 컴퓨팅 시스템의 디자인 및 엔지니어링에 필요한 중요 개념 및 기술들에 대해서 소개한다. 본 과목의 목표는 다음과 같다 : 분산 컴퓨팅의 핵심 개념을 깊이 이해 – 프로젝트 수행을 통한 응용프로그램 제작 및 시스템 구성

현재 서비스 및 서비스 기반 어플리케이션에 적용되기 위하여 많은 중요한 기술들이 데이터베이스, 분산 컴퓨팅, 다중 에이전트 시스템 분야에서 개발되었다. 이러한 기술들은 일반적으로 서비스 구성을 위하여 쉽게 적용할 수 있는 일들로 확립된다. 본 과목에서는 서비스 기반 컴퓨팅의 원리 및 실습에 대한 내용을 다루고 특별히 서비스를 도입하기 위하여 필요한 아키텍쳐, 이론, 기술, 표준, 인프라 등을 내용에 대해서 소개한다.

본 과목에서는 빅데이터-인공지능 융합 최신 연구를 공부한다. 이 분야는 데이터 관리, 머신러닝, 시스템의 교차점에 있다. 학생들은 매주 정해진 토픽의 최신 논문을 세미나 형식으로 발표하거나 짧은 보고서를 제출한다. 또한 관심분야 최신 논문에 대한 서베이를 작성하고 그 기반으로 최신기법도 구현한다.

권장과목

현재 서비스 및 서비스 기반 어플리케이션에 적용되기 위하여 많은 중요한 기술들이 데이터베이스, 분산 컴퓨팅, 다중 에이전트 시스템 분야에서 개발되었다. 이러한 기술들은 일반적으로 서비스 구성을 위하여 쉽게 적용할 수 있는 일들로 확립된다. 본 과목에서는 서비스 기반 컴퓨팅의 원리 및 실습에 대한 내용을 다루고 특별히 서비스를 도입하기 위하여 필요한 아키텍쳐, 이론, 기술, 표준, 인프라 등을 내용에 대해서 소개한다.

 
Computer
EE619

불확실성을 가지는 대규모 동적시스템의 연속의사결정 이론과 이 문제의 복잡성과 불확실성을 극복하기 위한 학습이론을 다룬다. 이 문제는 전자공학 분야의 제어이론, 경제학/OR 분야의 의사결정이론, 통계학 분야의 학습이론의 융합문제로서 최근 AI 분야의 강화학습 문제로 발전해왔다. 본 강의는 강화학습 알고리즘의 실제 응용 보다는 그 수학적 근간, 알고리즘 수렴성 및 수렴속도, 최적성, 계산복잡도, 샘플효용성 등을 수학적인 툴을 가지고 엄밀히 탐구하며 다양한 강화학습 변종 알고리즘들이 지니는 수학적 특성 및 장단점을 분석한다.

 
권장과목
Communication
EE621

이 과목은 오류를 정정 혹은 검출하는 방법을 다루는 고급과정이다. Finite Field Theory를 다루고 이 결과를 이용하여 cyclic code, BCH code, Reed-Solomon code를 다룬다. 그리고 convolutional code, trellis coded modulation을 다룬 뒤 최근에 개발된 turbo code, LDPC code, space-time code, adaptive coding을 다룬다.