Dept. of AI Engineering



뇌과학 개론 (Introduction to Neuroscience):

본 과목은 뇌 및 신경계의 구조, 신경세포의 기능 및 신경네트워크에 대한 기본적인 지식을 다룬다. 또한 신경과학의 공학적 응용 및 신경과학에 필요한 공학적 기술에 대해서도 다룬다.


뇌영상과학 (Brain visual science):

MRIPET을 다루는 뇌 영상정보를 기반으로 하여 뇌의 형상을 3차원으로 표현된 정보를 통한 정보의 분석으로 학문, 기억, 정서, 공간인지, 병력 등을 알 수 있는 논리를 교육한다.


인공지능개론 (Introduction to Artificial Intelligence):

본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.


인공지능 알고리즘 (Artificial Intelligent Algorithm):

인공지능의 기본 개념을 이해하고 인공지능의 대표적인 분야 인공신경망, 퍼지제어, 혼돈이론, 전문가시스템, 유전알고리즘에 대한 지식을 습득하여, 실제 바이오시스템 문제에 적용하는 능력을 배양한다. MATLAB 등을 이용한 전문가시스템의 개발, 인공신경망 응용 프로그램, 퍼지제어 구현 등의 프로그래밍과 자료 조사를 통하여 지능적 문제 해결 능력을 습득하게 한다.


딥 러닝 (Deep Learning):

다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하여, 추구하는 해답을 시도하는 기계학습(Machine Learning)알고리즘의 집합이며 큰 틀에서 사람의 사고방식과 행동양식을 컴퓨터에게 가르치는 기계학습으로 교육을 통해서 연구능력을 배양한다.


기계학습 (Machine Learning):

본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 습득한다.


IoT응용시스템 (IoT Applications Systems):

IoT(사물인터넷)의 개념적 구조와 향후 비젼을 살펴보고 사물인터넷의 응용분야와 기술개발 동향을 소개한다. 또한 특정 기능을 수행하는 응용서비스와 연동하는 IoT 서비스 인터페이스를 구성하는 원리를 공부한다 또한 IoT응용시스템, SDN 기술, 정보통신융합기술, 차세대 스토리지, 정보통신정책 등의 교과과정을 편성하여 IoT 전공지식을 확대하고 다양한 응용 및 융합 분야에 적용을 할 수 있도록 한다. 또한, IoT 관련 정책이나 융합연구 등에 대한 이해 및 파악이 가능하도록 한다.


빅데이터 처리 (Big Data Processing):

빅데이터 분석학의 개론에 해당하는 교과목으로, 빅데이터 분석과 연관된 기초이론, 분석 방법론 및 기반 기술, 다양한 응용분야에 대한 소개를 통해 기본 이해 제고한다. 빅데이터의 효과적인 클린징 처리와 가공, 데이터 크롤링 및 가공처리를 다룬다.


데이터 마이닝 (Data Mining):

데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다


자율주행시스템 (Autonomous Manuevring Vehicle System):

운전자가 차량을 조작하지 않아도 스스로 주행하는 자동차 및 드론 등의 자율주행 시스템으로 자동차 산업의 차세대 먹거리로 주목받고 있는 기술로 자율주행을 위해서는 고성능 카메라, 충돌 방지 장치 센서, 통신기능 등의 정보를 받아 COS(Car Operating System)주행사황 정보를 종합 판단하여 처리하는 주행상황의 인지와 대응 기술을 연구 교육한다. 또한 이 기술에 관련한 보안, 법규 및 도로 인프라 기술에 대하여도 같이 다룬다.


스마트카 (Smart Vehicle):

차세대 전기전자, 정보통신, 기능제어, SW기술을 접목하여 자동차의 내 외부상황을 실시간 인식하여 고안전, 고편의, 고감성기능을 제공하는 인간 친화적자동차의 실체에 대한 사례연구를 한다. 첨단의 컴퓨터통신측정기술 등을 이용하여 자동으로 운행할 수 있는 차량으로 최근 스마트 자동차는 기계 중심으로 발전해 온 자동차 기술에 차세대 전기전자, 정보통신, 인공지능 등의 기술을 접목, 자동차 주변과 차량 내 장치들의 정보를 실시간으로 수집하여 안전성을 증가시키고, 다양한 편의 기능을 추가한 환경 친화적인 차량으로 진화하고 있으며, 자율주행이 가능한 무인자동차로 발전하는 내용을 다룬다


지능형 로봇 (Intelligent):

외부환경을 인식(Perception)하고 주어진 명령을 수행하고 SW기법으로 스스로 상황을 판단(Cognition)하여, 자율적으로 동작(Manipulation)하는 로봇의 구현에 대한 이론을 학습한다. 미래성장동력 산업으로 주목 받는 로봇 산업은 충분한 지능 기술의 뒷바침이 필요하다. 로봇 및 드론의 지능 구현 방법은 기구학적 설계와 로봇, 드론의 행동 프로그램 등 종합적인 학문 융합의 결과로 실현된다. 본 과목에서는 로봇 공학의 개론과 로봇 및 드론이 지능적으로 움직이는 방법들을 설명한다. 주요 주제로는 행위 기반 행동 선택 알고리즘, 기초 기구학, 행동 계획, 지도 만들기와 이동, 생체 모방 로봇, 분산 로봇,드론 공학을 다룬다.


원격헬스케어 (Remote Health care):

장소와 시간에 구애됨이 없이 유무선 정보통신 망을 이용하여 영상, 소리, 동작, 빅데이타 정보를 이용하여 사전 예방적 진단을 보조하는 헬스케어에 관하여 교육한다


드론 운용기술 (Drone Operation Technology):

4개 이상의 모터로 구동하는 드론의 비행제어는 획득된 정보를 바탕으로 해당하는 목적지 까지 안전하게 이동할 수 있도록 자세를 제어하는 임베 디드 시스템에 대한 구현방법을 교육한다.

 

블록체인 어플리케이션 개발

블록체인에 기록된 수많은 무결한 데이터는 AI와 빅데이터 분석의 기초가 되고, 이는 각 개인에게도 공유되므로 누구나 탈중앙화된 AI 마켓을 만들 수도 있다. 그리고 블록체인에 사용된 기초 기술인 암호와 인증 등의 사이버보안 기술도 인공지능이 결합되고 있어, 분산 인증 및 활용 시스템을 구현해 봄으로써 인공지능의 영역이 블록체인으로 확대되는 4차산업시대를 대비한다.

 

딥러닝과 기계학습

기계학습의 기본 개념과 인공신경망의 구조를 해석하고, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반을 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 습득한다.

 

자연어처리와 챗봇

National Language는 단순 감성 분석에서부터 화자의 의도를 파악하고 인간과의 대화가 능숙한 인공지능까지의 험난한 과정을 사전 구축과 온톨로지 등을 구현해 봄으로써 향후 자연어 처리에 필요한 기반 지식들을 누적해 나가도록 한다. 특히 한글의 변형과 반어법은 언어학자와 공학자들이 아직도 풀지 못한 영역으로, 개개인의 창의적인 능력을 무한히 발휘하여 새로운 영역을 개척한다.

 

인공지능과 의료

뇌 및 신경계의 구조, 신경세포의 기능 및 신경네트워크를 기반으로 MRIPET을 다루는 뇌 영상정보를 기반으로 하여 뇌의 형상을 3차원으로 표현된 정보를 통한 정보의 분석으로 학문, 기억, 정서, 공간인지, 병력 등을 알 수 있는 논리를 학습하고, 빅데이타를 이용하여 건강 이상 신호를 사전에 포착하고 적절한 예방책과 아울러 응급 대응까지 가능한 인공지능을 교육한다.

 

인공지능설계

인공지능과 빅데이터 분석은 이제 4차산업의 기본 기술이 되고  있으며, 다양하게 흩어져 있는 각종 DB와 웹, SNS 데이터들을 다시 하나로 결합하여 AI의 방향을 수립하고 있다. 본 과목에서는 머신러닝을 통해 다양한 방식에서 정형, 비정형의 빅데이터를 수집, 결합하고 분석하는 방식을 제시함과 동시에 새로운 비즈니스의 창출을 함께 목표로 한다. 현재  Deep Learning 과 Neural Network 등에서 널리 사용되고 있는 Python과 그 패키지를 중심으로 프로그래밍을 실습한다.


인공지능특론

인공지능에 대한 역사적 사실과 연구 배경 등을 바탕으로 좀 더 심화된 인공지능 학습이론인 탐색과 최적화, 지식표현 및 추론과 기계학습과  강화학습 등을 살펴보고 선행학위 논문을 조사 분석한 후 이를 자기의 이론으로 승화시키는 발표학습을 실시한다.

 

인공지능프로그램 실무

인공지능과 빅데이터 분석은 이제 더 이상 신기술이 아닌 기본 기술이 되고 있으며, 지금은 흩어져 있는 각종 DB와 웹, SNS 데이터들을 다시 하나로 결합하여 도시 전체, 국가 전체의 정책 방향을 수립하고 있다. 본 과목에서는 머신러닝을 통해 다양한 방식에서 정형, 비정형의 빅데이터를 수집, 결합하고 분석하는 방식을 제시함과 동시에 새로운 비즈니스의 창출을 함께 목표로 한다. 현재  Deep Learning 과 Neural Network 등에서 널리 사용되고 있는 Python과 그 패키지를 중심으로 프로그래밍을 실습하며, Hadoop 과 eco system을 통하여 빅데이터를 관리하는 방법을 추가로 학습한다.


지능정보론

빅데이터가 인공지능 기술의 발전을 촉진하면서 빅데이터에 대한 중요성이 더욱 커지고 있다. 본 과정은 정보통신기술을 활용한 빅데이터 개념과 발전과정을 융복합의 시각에서 학습을 한다. 글로벌 시대의 국제적 동향과 구체적 사례를 통하여 현상을 추적하고 미래를 기획하는 방법론을 습득한다

 

4차 산업혁명 시대의 사업화 전략론

본 과목에서는 인공지능학과 학생들을 위해 4차산업 혁명 시대에서 활용할 수 있는 ICBM(사물인터넷(IoT), 클라우드, 빅데이터, 머신러닝을 융복합한 혁신적인 사업전략에 대해 살펴본 후, 이를 통해 현재의 산업 현장 이슈 해결과 미래의 새로운 비즈니스 기회를 창출할 수 있는 능력을 배양한다.


인공지능 프로그래밍 입문

본 과목에서는 머신러닝을 위한 프로그램 개발방법을 학습하고 이를 통해 다양한 방식에서 정형, 비정형의 빅데이터를 수집, 결합하고 분석하는 방식을 제시함과 동시에 새로운 비즈니스의 창출을 함께 목표로 한다. 현재 데이터분석과 인공지능에서 널리 사용되고 있는 R, Python을 중심으로 프로그래밍을 실습한다


게임과 강화학습

바둑과 스타크래프트 뿐만 아니라 OpenAI에서 제공한 gym 의 다양한 게임들을 실습해봄으로써 인간의 학습방법을 이해하고 인간과 유사한 인공지능 플레이어를 구현한다


AI 개발 실전론

과거 통계학의 기본인 선형회귀에서부터 시작하여 Decision TreeSVM 등의 분류기와 군집 알고리즘 등 인공지능 개론에서 소개된 이론을 프로그램을 통해 구현하고, 최적화(optimization)를 위한 경사하강법(gradient descent)과 역전파(Back propagation), CNNRNN GAN 알고리즘 등을 pythontensorflow 코드를 통해 그 작동원리를 학습한다.


자율주행과 드론제어

스스로 주행하는 자동차 및 드론 등의 자율주행 시스템을 위해서는 고성능 카메라, 충돌 방지 장치 센서, 통신기능 등의 정보를 받아 COS(Car Operating System) 주행상황 정보나 자세 제어 등을 종합 판단하여 처리하는 인지와 대응 기술을 익힌다. 또한 탑승자와 의사소통을 통해 자동차의 내 외부상황을 실시간 인식하여 인간 친화적자동차의 실체에 대한 사례연구를 한다. 이는 결국 외부환경을 인식(Perception)하고 스스로 상황을 판단(Cognition)하여, 자율적으로 동작(Manipulation)하는 지능형 로봇의 구현에 대한 이론으로 이어진다.