교과과정

학부생이 접근할 수 있는 강화학습의 기초를 소개한다. 강화학습을 이해하기 위해 필요한 최소한의 수학을 소개하고 쉬운 예제와 파이선 실습을 통해서 학생들이 흥미를 붙일 수 있도록 돕는다. 마르코프 결정과정, 동적계획법, TD학습, Q-학습 등 고전적인 강화학습부터 최신의 심층강화학습을 소개한다.

이 수업에서는 나노/양자 전자소자 구현의 관점에서 양자역학, 고체물리, 반도체물리의 핵심 개념들을 개관한다. 특히 반도체소자의 구동원리를 이해함에 있어 표류확산 방정식을 기반으로 하는 전통적인 접근법 대신 양자수송 이론에서 출발하는 제1원리적 접근법이 제시될 것이다.

본 과목은 시각적 정보를 분석하기 위한 기계학습 기법들을 소개한다. 전반부에서는 최근 많이 사용되는 심층학습 기법들을 주로 다루며, 후반부에서는 이러한 방법들을 사용해서 다양한 시각적 이해 문제를 해결하는 방법을 다룬다.

시스템 소프트웨어는 응용프로그램의 실행을 가능케하는 핵심 소프트웨어 계층이다. 본 과목에서 학생들은 시스템소프트웨어의 역할, 내부구조, 그리고 구체적인 설계를 학습한다. 운영체제, 링커, 로더등을 학습한다. 본 과목에서 다루는 모든 개념들은 xv6와 리눅스 운영체제를 기반으로 학습한다.

이 과목은 Virtual Reality(VR), 3D 오디오, 실내 임펄스 응답(Room Impulse Responses), 기본 필터 설계(Basic Filter Design), 음원 위치 추정(Sound Source Localization) 등을 위한 다양한 오디오 신호 처리 기법을 다룬다. 음의 전파(sound propagation)와 인간 청각(human hearing)의 기본 원리를 청취 예제와 함께 설명하며, 각 주제에 대한 응용 사례 및 Matlab 기반 구현 예제를 제시한다. 단일 채널 필터링(Single channel filtering), 시간-주파수 분석(Time-frequency analysis), 다채널 신호 처리(Multichannel signal processing) 등이 주요 기법으로 활용된다. 또한 학생들이 직접 하나의 기술을 실습할 수 있는 학기말 프로젝트(term project)도 포함되어 있다. 이 과목은 신호 및 시스템(Signals and Systems)과 디지털 신호 처리(Digital Signal Processing)에서 배운 내용을 실습하고 확장할 수 있도록 구성되어 있다.

교재: 강의 슬라이드

본 과목에서는 다양한 심층신경망 모델의 구조를 이해하고, 공개된 인공지능 관련 챌린지 데이터를 사용한 핸즈온 실험들을 통해 그 활용법을 배움으로써, 보다 실제적인 문제에 접근 가능한 인공지능 모델 설계 능력을 배양하는 것을 목적으로 합니다. 두 분반별로 선정된 대주제(이상진단, 강화학습 등) 속에서 학생들이 팀을 이루어 소주제를 선정하고, 학기에 걸쳐 자신만의 심층신경망 모델을 완성하는 팀 단위 실험 위주의 수업이 될 것입니다.

이 과목은 인공지능(AI) 연구에서 제기되는 다양한 철학적 쟁점들을 다룬다. 인간과 유사한 AI의 가능성, 의식(consciousness)의 본질, 자기 인식(self-awareness), 퀄리아(qualia), 자유 의지(free will), 비생물학적 인간형 AI가 물리 법칙에 의해 허용되는지 여부, 그리고 AI와 관련된 윤리적 문제들에 대해 근본적인 질문을 제기하고 그에 대한 답을 탐구한다.

이 과목은 지능형 자율 시스템(intelligent autonomous systems)에서 패턴을 식별하고 활용하는 기법을 학습하는 것을 주제로 한다. 패턴을 분석함으로써, 다양한 제어(control) 및 상태 추정(state-estimation) 알고리즘의 데이터 소비량과 계산 시간을 보다 효율적으로 개선할 수 있다. 관련된 응용 분야로는 AI 기반 로봇 경로 계획(robotic path-planning with AI), 고장 허용 제어(fault-tolerant control), 의사결정 네트워크(decision-making networks) 등이 있으며, 구체적인 예로는 차량 교통 시스템(vehicle traffic systems)이나 UAV 교통 관리(UAV traffic management) 등이 있다.

이 과목은 반도체 소자 물리의 핵심 개념을 검토하고, Beyond Moore 기술 및 소자 구현을 위한 기본 이론과 새로운 아이디어를 소개한다. 전통적인 유효 질량 근사(effective mass approximation) 및 드리프트-확산 방정식(drift-diffusion equation) 기반의 반도체 소자 접근 방식뿐만 아니라, 원자적 관점과 양자 수송 방정식(quantum transport equation)에 기반한 first-principles 접근 방식도 함께 다루고 강조한다. 수강생들은 여러 중요한 **수치 해석 기법(numerical analysis techniques)**을 학습하고, 이를 바탕으로 컴퓨터 프로그래밍 및 시뮬레이션을 직접 수행하게 된다.

일상 생활의 보안과 개인정보 보호를 넘어, 암호 기술의 활용은 양자 암호(quantum cryptography)부터 블록체인 및 암호화폐(blockchain/cryptocurrency)에 이르기까지 지속적으로 확장되고 있다. 이 과목은 암호 기술에 내재된 수학적 이론을 깊이 있게 다루기보다는, 기초적인 암호 기술(basic cryptography), 암호 프로토콜(cryptographic protocols), 그리고 현재 및 미래의 다양한 응용 사례를 학습하는 것을 목표로 한다. 사례 연구(case study)로는 블록체인 기술(blockchains technology)의 세부 내용을 다룬다.