교육

커리큘럼

2024년 1학기

학정번호 교과목명 학점 종별
AAI5001 기계학습및패턴인식 3 Major

강의설명

This course aims at providing an overview of concepts, techniques, and algorithms in machine learning that can analyze and model a large volume of data. Topics include regression, pattern recognition, neural networks, statistical learning, clustering, kernel methods, Bayesian learning, etc. The course will also discuss real-world applications of machine learning.

AAI5003 자연어처리를위한딥러닝 3 Major

강의설명

Student seminar and discussion class

AAI5004 인공지능가속기 3 Major

강의설명

이 강의는 고성능/저전력 인공신경망(Neural Network) 추론/학습을 위해 설계된 다양한 인공신경망 가속기(Neural Processing Unit, NPU)들의 하드웨어 구조 및 특성을 학습한다. 우선 이미지 처리 등에서 뛰어난 추론 성능을 달성 하는 Convolutional Neural Network(CNN)들의 핵심 레이어(Layer)인 Convolutional Layer의 연산이 어떠한지를 복습하고, Convolutional Layer 가속을 위해 2차원 Systolic Array 및 Multiplier-Adder Tree 하드웨어 구조를 기반 으로 하는 CNN 가속을 위한 NPU들의 하드웨어 구조들을 학습한다. 이와 더불어 CNN의 특성들 중 하나인 Weight 와 Activation의 Sparsity를 활용하여 더 짧은 추론 시간, 더 높은 추론 처리량, 그리고 더 낮은 에너지 소모량을 달성 하는 다양한 하드웨어 최적화 기법들을 학습하여 인공신경망 가속을 위한 Hardware-Software Co-Design 기법들 을 학습한다. 그 후, 데이터 간 시간적 관계를 고려하여 다른 Task들에서 더 높은 추론 정확도를 달성하는 Long Short-Term Memory(LSTM) 및 Gated Recurrent Unit(GRU) 기반 Recurrent Neural Network(RNN)들을 위한 NPU들의 하드웨어 구조, 더 나아가 자연어 처리(Natural Language Processing) 및 추천 시스템(Facebook DLRM 등)이 활용하는 Embedding 및 Attention을 가속하기 위한 최신 NPU 하드웨어 구조들 또한 학습한다.

AAI5006 AI창업기초 3 Major

강의설명

창업을 위한 기업가 정신 등 제반 기초 지식을 이해할 수 있는 강의를 진행하며, 각 팀별로 추진중인 창업과제에 대 한 사업계획서 작성완료 및 사업자 등록 이행을 목표로 합니다.

AAI5008 의료인공지능을위한푸리에변환및그응용 3 Major

강의설명

의료영상 및 컴퓨터 비전 영상 처리등에 필요로 되는 기본적인 푸리에기반 영상처리 지식을 제공함. 특히 푸리에 기반 통계적 분석, 신호처리, 인공지능기반 영상 처리에의 활용등 다양한 응용 분야에 대한 내용을 포함하여 Major 심화에 필요로 되는 기초 지식을 제공함.

AAI5010 멀티모달딥러닝 3 Major

강의설명

언어, 음성 및 시각적 메시지를 포함해 여러 의사 소통 양식 모델링을 통합하는 연구 및 다양한 응용 분야에 대한 내용을 소개하며, 영상, 자연어 통합 처리에 대한 기초 지식과 기본적인 수학적 개념을 제공함.

AAI5015 로봇러닝 3 Major

강의설명

Robot learning is an interdisciplinary field of creating intelligent robots capable of learning from diverse data sources and interactions with their environments. The first part of this course covers essential topics of robot learning, such as reinforcement learning, control, computer vision, and large-scale models for robotics. Another part of the lecture will be led by students presenting and discussing research papers in robot learning. Throughout this course, we hope students will get a high-level understanding about robot learning research.

AAI5016 정보이론의기초및딥러닝분야에서의응용 3 Major

강의설명

This course covers the basic concepts of information theory that quantifies data and its applications in the field of deep learning. First, we learn about basic tools such as Entropy, Kullback-Leibler Divergence, and Mutual Information, and use them to analyze Lossless Compression algorithms. Then, we explore various deep learning problems that utilize these concepts, including the Variational Lower Bound, Information Bottleneck, Mutual Information Estimation, and Multimodal with CLIP.

AAI6001 최신컴퓨터비전동향 3 Major

강의설명

-

AAI6002 인공지능과법 3 Major

강의설명

인공지능과 관련된 법적 쟁점을 다양한 법학분야의 관점에서 팀티칭하여, 인공지능의 개발 및 실용화에 필요한 기초적인 법적 지식을 제공함

AAI7002 개별지도연구2 2 Major

강의설명

-

AAI7004 개별지도연구4 2 Major

강의설명

-

AAI7999 연구지도1 0 Audit

강의설명

-

AAI9999 연구지도2 0 Audit

강의설명

-

CSI6104 조합론적최적화 3

강의설명

Combinatorial optimization is the study of minimization/maximization problems that arise in discrete structures including graphs and set functions. The search space of these problems is often finite but large, necessitating efficient algorithms. This course introduces students to the basic theory of combinatorial optimization. Topics covered include network flows, bipartite matching, non-bipartite matching, submodular functions, matroids, and matroid intersection.

CSI6201 데이터마이닝 3

강의설명

컴퓨터 및 데이터베이스 기술의 활발한 적용으로 생산되는 방대한 양의 운영데이터로 부터 유용한 지식을 탐사하는 과정을 설계하고 구현하는 방법에 대해 강의한다. 연관 규칙, 빈발항목, 순차 패턴, 클러스터링 등 다양한 비지도학습 데이터 마이닝 기법을 실습하고 습득한다.

CSI6203 가상현실과문제해결 3

강의설명

Learn the basic concepts of extended reality (XR), including virtual reality, augmented reality, and mixed reality, along with the latest topics in the field. Topics covered in this course include:
- Definition of VR, AR, MR and XR
- History of VR and AR
- Human Perception
- Embodiment and Avatars
- Spatial Memory
- Interaction
- User Interface
- Navigation and Locomotion
- Computer Graphics and Rendering for VR and AR
- Localization in AR and MR
- Remote Collaboration, Telepresence, Teleoperation
- Social XR
- Wellbeing, morality, racism, and gender issues
- Applications of VR and AR
- Statistical Analysis Methods
The following topics are not covered in this course:
- Hardware and System for XR
- Visualization in XR Read, present, and discuss papers published in the following major conferences and journals: IEEE VR
2023 and 2024, ISMAR 2023, SIGGRAPH 2023, SIGGRAPH-ASIA 2023, IEEE Transactions on Visualization and Computer Graphics, Virtual Reality Journal.
How the class works:
- Students will read and present at least seven papers over the course of the semester.
- Students will work in teams of two to propose, execute, and present a term project.
- Students are required to take weekly quizzes.

CSI6303 클라우드시스템과머신러닝 3

강의설명

This course will cover the industry and academic work on cloud systems and discuss the impact of ML technology on the systems. Students will read and discuss a paper per class and do a group project.

CSI6520 컴퓨터과학연구설계및방법론소개 3

강의설명

본 수업에서는 컴퓨터과학과 대학원에 진학한 학생들이 컴퓨터과학 연구와 관련된 방법론을 습득하고 연구 진행 과 정에 대한 이해 및 논문 작성 요령을 갖추는 것과 학생들이 연구자로서의 기본소양을 갖출 수 있도록 하는 것을 목표로 한다.

CSI6531 고급운영체제 3

강의설명

This course covers the design and implementation of the principal operating systems components, such as process management, memory management and file systems. Specifically, we will examine the technological advancement in operating systems design by dissecting the historically influential operating systems. In addition, we will explore the future directions of operating systems by investigating the key issues in the cutting-edge hardware and software technology.

CSI6724 인공지능플랫폼최적화 3

강의설명

최근 Vision, NLP 등 다양한 분야의 복잡한 문제를 풀기 위하여 딥러닝이 널리 사용되고 있다. 이를 지원하는 기반 플랫폼은 다양한 형태의 계산 장치를 이용하여 대상 모델의 학습과 추론 작업들을 효과적으로 지원할 수 있어야 한다 . 본 강좌에서는 최신 딥러닝 시스템에서 널리 사용되는 다양한 계산 장치에 대한 소개와 이를 이용한 최적화 방법을 소개하고, 다양한 응용을 해당 계산 장치들을 이용해서 효율적으로 구동시키는 최적화 기술을 소개한다. 학습 내용: 딥러닝 SW/HW에 대한 배경 지식 및 최적화 기법 핵심 학습 목표: 딥러닝 시스템에서 사용되는 다양한 형태의 계산 장치들에 대한 이해, 해당 계산 장치들을 이용하여 효율적인 딥러닝 연산을 수행하기 위한 최적화 기법

CSI7105 계산이론특강 3

강의설명

The theory of computation is to determine what can and cannot be computed, how quickly (time complexity) with how much memory (space complexity) and on which type of computational model. We study the recent developments on the topic and examine their properties and limits.

CSI7107 양자컴퓨팅특강 3

강의설명

Quantum computers have the potential to solve difficult decision-making and optimization problems for which no efficient classical algorithms exist. Writing quantum algorithms is radically different from programming classical computers and requires an understanding of quantum principles and the mathematical foundations behind them. This course introduces quantum computing from a computer-science perspective, particularly focusing on the mathematical and algorithmic foundations. The course will start with lectures by the course instructor and at a later stage switch to a phase of seminar presentations, interspersed with workshops and, if time permits, a paper reading group. Seminar presentations will cover principles of the quantum computing programming model and its application to introductory and more advanced quantum algorithms. The class will collaborate in workshop sessions to get practical experience in writing quantum programs and running them on a quantum computer (as the ones available on the IBM Quantum Experience) or simulator.

CSI7108 시스템보안특강 3

강의설명

This course covers advanced topics in computer systems security, with a strong focus on contemporary research topics in computer systems security. They include attacks and defenses for memory errors, attacks and defenses for micro-architectural vulnerabilities, program analysis for vulnerability scanning, trusted execution environments, sandboxing, safe programming languages, and security and privacy issues in machine learning. Students will read and present research papers and technical reports recently published in the field of systems security. Of these research papers and technical reports, each student will choose one, and report their own evaluation of its artifacts.

CSI7671 무선네트워크기술특강 3

강의설명

This is a graduate-level introductory course on mobile wireless networking, focusing on current wireless Internet technologies. At first, we will go over the basic issues of wireless communication. Then, we will discuss the currnet wireless networking technologies of Wireless LAN, 3G/4G/5G Cellular, and IoT networks. This course is not tailored for the students who seek in-depth knowledge on the PHY layer.

CSI8782 데이터베이스시스템응용 3

강의설명

이 과목에서는 일반적인 관계형 데이터베이스 시스템의 질의 처리 및 데이터 저장 방식에 대한 내용을 다룬다. 세부 내용으로는 데이터 저장 구조, 인덱싱 방법, 질의 처리 알고리즘, 트랜잭션 관리, 동시성 제어, 복구 등이 있다.

ICD6001 최신인공지능발전동향 3

강의설명

컴퓨터비전, 멀티모달 AI 등 최신 인공지능 동향에 대해서 발표 및 토론을 통해 익히는 기회를 제공함.

MRA7002 의료인공지능개론 3

강의설명

기계학습의 개념 및 방법론에 대하여 이해한다. 기계학습의 의료문제에의 응용 가능성을 확인한다. 의료인공지능으로 인한 의료환경의 변화를 생각해본다.