서브 컨텐츠
석사과정
입학
컴퓨터공학에 관한 기본지식을 갖고 있는 자를 입학대상으로 한다.
지도교수 선정
본인의 희망에 따라 입학과 동시에 배정한다.
수강 과목(선수과목)
비 컴퓨터공학과 졸업생중에서 컴퓨터공학을 부전공으로 이수하지 않은 입학생을 지도교수의 지도에 따라 학부교과 과정의 교과목을 대학원 졸업전까지 이수하도록 한다.
연구 발표
2,3기 재학중에는 적어도 1회 연구결과를 세미나를 통해서 발표하도록 한다
논문제출자격시험
2기부터 전공시험에 응시할 자격을 부여하며, 이수한 과목 중 3과목을 자율 선택하는 것을 원칙으로 하며, 80점 이상이면 합격으로 한다.
학위논문발표
학위논문 발표 이전에 한국연구재단 등재(후보)지 또는 SCIE급 논문지에 논문을 주저자로 제출하고, 국제학술대회 또는 한국연구재단 등재(후보)지 논문을 발행하는 학회의 학술대회에서 주저자로서 논문을 발표해야 한다.
박사과정
입학
석사과정에서 컴퓨터공학 관련학과를 졸업한 학생 및 특별전형 자격이 있는 자로서 컴퓨터공학에 전문지식을 갖고 있는 자를 대상으로 한다.
지도교수 선정
본인의 희망에 따라 입학과 동시에 배정한다.
연구 발표
재학중에는 매 학기마다 한 번씩 연구결과를 세미나를 통해서 발표하도록 한다.
논문제출자격시험
2기부터 논문제출자격시험에 응시할 자격을 부여하며, 이수한 과목 중 3과목을 자율선택하는 것을 원칙으로 하고, 80점 이상이면 합격으로 한다.
외국어 시험
1기부터 외국어 시험에 응시할 자격을 부여한다.
학위논문발표
학위논문 발표 이전에 SCIE/SCOPUS 제1저자 2건(SCIE 논문 1건 포함)을 포함하는 300%이상의 연구실적(논문/특허/학술발표)이 있어야 한다.
교과과목
| 교과목명 | 국문 : 창의 소프트웨어 특강 1 | 학점 | 3 |
|---|---|---|---|
| 영문 : Special Lecture on Creative Software 1 | |||
| (개요) | 지적재산권(특허 및 표준화) 아이디어 도출, 작성, 출원 및 등록방법의 습득창의적 연구 주제에 대한 아이디어 모형화, 알고리즘 도출, 구현, 검증, 적용하는 이론과 사례를 학습한다. | ||
| 교과목명 | 국문 : 창의 소프트웨어 특강 2 | 학점 | 3 |
|---|---|---|---|
| 영문 : Special Lecture on Creative Software 2 | |||
| (개요) | 창의적 연구 활동 결과물을 상용화하는 방법 습득하고 창의적 연구 결과물에 대한 구체적 개발 및 검증 수행을 통한 현실적인 연구능력 배양하며, 산학 멘토링을 통해 산학 공동 개발 및 상용화를 추진하여 산업 현장의 경험을 습득한다. | ||
| 교과목명 | 국문 : 휴먼·SW 인턴쉽 2 | 학점 | 3 |
|---|---|---|---|
| 영문 : Human·SW Internship 1 | |||
| (개요) | 박사과정을 위한 산업 밀착형 인력 양성을 위한산학과제 연계형 현장실습 | ||
| 교과목명 | 국문 : 연구윤리 및 논문작성 | 학점 | 3 |
|---|---|---|---|
| 영문 : Research Ethics and Technical Writing | |||
| (개요) | 논문 작성 절차, 과정, 방법에 대한 이해와 연구자의 사회적 책임, 연구부정행위 예방과 연구자 윤리관, 연구 데이터 관리를 위한 지식과 태도를 학습한다. | ||
| 교과목명 | 국문 : 인지심리학 | 학점 | 3 |
|---|---|---|---|
| 영문 : Cognitive Psychology | |||
| (개요) | 후마니타스 융합교육의 기초 지식과 AI 및 SW의 기반이 되는 인지 심리 지식을 습득한다. | ||
| 교과목명 | 국문 : 확률 및 통계론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Probability and Statistics | |||
| (개요) | 확률모델, 랜덤변수에 대한 기초 강의와 랜덤변수 변환과 조건, 그리고 베르누이, 포아송, 마코브프로세스 등 대한 상세한 내용을 학습한다. | ||
| 교과목명 | 국문 : 수치해석론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Numerical Analysis | |||
| (개요) | 수학적으로 정의된 문제 해결을 위한 수치적 근사법과 관련한 기법들을 습득한다. | ||
| 교과목명 | 국문 : 최적화이론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Optimization Theory | |||
| (개요) | 콘벡스 최적화 문제를 인식하고 이를 해결하기 위한 기법들을 학습한다. | ||
| 교과목명 | 국문 : 그래프이론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Graph Theory | |||
| (개요) | 그래프의 path algorithms, 그래프 coloring, planarity, connectivity 등 그래프의 기본개념을 그래프의 정의, 종류, 특징 측면에서 학습한다. | ||
| 교과목명 | 국문 : 고급선형대수 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Linear Algebra | |||
| (개요) | 고유값, 고유벡터, 직교성, 대칭성, 선형 변환 및 행력 분해에 대한 기초 지식을 배운 후 선형 프로그래밍 및 정수 프로그래밍을 학습한다. | ||
| 교과목명 | 국문 : 기계학습특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Machine Learning | |||
| (개요) | 베이지안 네트워크, 결정 트리, 서포트 벡터 머신, 통계적 학습 방법 등 다양한 관점에서 기계학습의 이론과 실제 알고리즘을 학습한다. | ||
| 교과목명 | 국문 : 딥러닝 | 학점 | 3 |
|---|---|---|---|
| 영문 : Deep Learning | |||
| (개요) | 딥러닝 모델을 구성하는 방법부터 딥러닝 모델을 학습하는 데 필요한 내용인 initializer, optimizer 등에 대한 이론 및 실습을 수행한다. | ||
| 교과목명 | 국문 : 컴퓨터구조특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Computer Architecture | |||
| (개요) | 범용 계산기의 메모리 계층 구조, 입출력 시스템 구조, 제어장치 및 각종 프로세서의 설계 기법을 학습한다. | ||
| 교과목명 | 국문 : 운영체제특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Operating System | |||
| (개요) | 스케줄링, 자원할당, 동기화/비동기화, 병행프로그래밍, 교착상태, 메모리관리, 가상메모리 관리 등의 고급 운영체제 개념에 대하여 학습한다. | ||
| 교과목명 | 국문 : 데이터베이스특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Database | |||
| (개요) | 데이터베이스 설계 이론과 클라이언트-서버 환경에서의 데이터베이스 시스템 구현 기술을 학습한다. | ||
| 교과목명 | 국문 : 소프트웨어공학특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Software Engineering | |||
| (개요) | 소프트웨어공학 방법론에 대한 이론 학습과 실제 프로젝트 개발에 적용하는 실습 학습을 통해 소프트웨어 개발 프로세스의 전문성을 높인다. | ||
| 교과목명 | 국문 : 컴퓨터네트워킹특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Computer Networking | |||
| (개요) | 차세대 멀티미디어 서비스 지원 기술, 코어/분배/액세스 네트워크에서의 스트리밍 전송 기술, 네트워크 시스템 아키텍쳐 요구 및 고려 사항을 강의한다. | ||
| 교과목명 | 국문 : 알고리즘특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Algorithm | |||
| (개요) | 특정 문제 분야에 적합한 고도의 알고리즘의 기법 및 분류에 대하여 학습한다. | ||
| 교과목명 | 국문 : 클라우드컴퓨팅 | 학점 | 3 |
|---|---|---|---|
| 영문 : Cloud Computing | |||
| (개요) | 클라우드보안, 클라우드네트워크, 클라우드스케쥴링 등에 대해 다룸으로써 전반적인 클라우드컴퓨팅 기술을 학습한다. | ||
| 교과목명 | 국문 : 미래인터넷 | 학점 | 3 |
|---|---|---|---|
| 영문 : Future Internet | |||
| (개요) | GSM, CDMA, WCDMA, LTE, 5G/B5G 분야에 대한 MAC 계층, 신호 계층, 트래픽 전송 계층, 액세스 네트워크, 코어 네트워크 기술을 학습한다. | ||
| 교과목명 | 국문 : 이동통신네트워크 | 학점 | 3 |
|---|---|---|---|
| 영문 : Mobile Communication Networks | |||
| (개요) | GSM, CDMA, WCDMA, LTE, 5G/B5G 분야에 대한 MAC 계층, 신호 계층, 트래픽 전송 계층, 액세스 네트워크, 코어 네트워크 기술을 학습한다. | ||
| 교과목명 | 국문 : 정보보호특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Information Security | |||
| (개요) | 암호학의 기본 이론 및 실용적인 암호 기법, 네트워크와 보안, 외부 침입 및 공격에 대한 대책 등 컴퓨터의 보안 체계에 관한 내용을 학습한다. | ||
| 교과목명 | 국문 : 오픈소스네트워킹 | 학점 | 3 |
|---|---|---|---|
| 영문 : Open Source Networking | |||
| (개요) | SDN/NFV으로 대변되는 오픈소스 네트워킹으로의 패러다임 변화를 실전적인 소프트웨어 개발과 실증을 통하여 학습한다. | ||
| 교과목명 | 국문 : IoT특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced IoT | |||
| (개요) | IoT의 기반이 되는 센서 네트워크 프로토콜에 대하여 학습하고, 특히 에너지 절감 라우팅, 보안 기술, Sink 이동성 기술 등에 대하여 학습한다. | ||
| 교과목명 | 국문 : AI네트워킹특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced AI Networking | |||
| (개요) | 인터넷프로토콜의 핵심기술과 최근 미래인터넷그룹에서 연구된 구조를 다루고 CNN, RNN, 강화학습과 같은 머신러닝기법과 빅데이터 모델 기반 네트워킹 솔루션 적용방법 학습한다. | ||
| 교과목명 | 국문 : 신경망프로세서특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Neural Network Processor | |||
| (개요) | 인공신경망 연산처리의 이해와 연산패턴을 분석하고 HW빌딩 블록 설계, NPU아키텍처 설계, NPU프로그래밍 인터페이스, NPU컴파일러 학습 및 구현 기술을 습득한다. | ||
| 교과목명 | 국문 : 데이터마이닝 | 학점 | 3 |
|---|---|---|---|
| 영문 : Data Mining | |||
| (개요) | 연관 규칙, 분류, 군집 등의 마이닝 모델을 통해 효율적인 알고리즘을 데이터마이닝에 대한 개념과 기술을 학습한다. | ||
| 교과목명 | 국문 : 질의처리 | 학점 | 3 |
|---|---|---|---|
| 영문 : Query Processing | |||
| (개요) | 다양한 고급 파일 구조들을 소개하고 데이터를 인출하기 위한 다양한 액세스 플랜, 질의 최적화 기법을 학습한다. | ||
| 교과목명 | 국문 : 빅데이터분석 | 학점 | 3 |
|---|---|---|---|
| 영문 : Big Data Analysis | |||
| (개요) | 대규모 데이터의 저장과 검색, 데이터 분석 알고리즘 등 빅데이터의 분석에 필요한 기술을 학습한다. | ||
| 교과목명 | 국문 : 지식표현 및 추론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Knowledge Representation and Reasoning | |||
| (개요) | Deductive inference의 효용성을 높이기 위한 논리, 프레임 등 지식을 컴퓨터로 표현하는 방법을 온톨로지와 시맨틱웹을 통해 학습한다. | ||
| 교과목명 | 국문 : 패턴인식 | 학점 | 3 |
|---|---|---|---|
| 영문 : Pattern Recognition | |||
| (개요) | 통계적, 구문론적, 구조적, 신경망을 이용한 패턴인식에 관한 기본 개념을 소개하고 이들을 영상인식에 적용사례를 학습한다. | ||
| 교과목명 | 국문 : 자연어처리 | 학점 | 3 |
|---|---|---|---|
| 영문 : Natural Language Processing | |||
| (개요) | 문서인식, 번역 등 언어처리와 관련된 최신 방법인 LSTM, Bert, word2vec, 등 최신 자연어처리를 위한 딥러닝 기법을 학습한다. | ||
| 교과목명 | 국문 : 정보검색 | 학점 | 3 |
|---|---|---|---|
| 영문 : Information Retrieval | |||
| (개요) | 통계적, 언어적, 의미론적 방법에 의한 검색 기법과 검색 효율성 및 제반 요인에 대한 평가방법을 학습한다. | ||
| 교과목명 | 국문 : 시계열데이터분석 | 학점 | 3 |
|---|---|---|---|
| 영문 : Time Series Data Analysis | |||
| (개요) | 시간에 따른 의미가 부여된 시계열데이터의 특성을 파악하고 시계열데이터 분석에 뛰어난 RNN을 중심으로 LSTM, GRU 등을 학습한다. | ||
| 교과목명 | 국문 : HCI특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced HCI | |||
| (개요) | 인간중심 Interactive Digital System 디자인의 기본 원칙에 대한 사용자, 기술, 과업분석 방법과 디자인 방법을 학습한다. | ||
| 교과목명 | 국문 : 컴퓨터비전특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Computer Vision | |||
| (개요) | 전처리, 에지검출, 영역분할, 특징검출, 물체인식을 포함하는 컴퓨터 비전의 기본이론을 배우고 응용사례들을 학습한다. | ||
| 교과목명 | 국문 : 동영상코딩 | 학점 | 3 |
|---|---|---|---|
| 영문 : Moving Picture Coding | |||
| (개요) | 동영상 코딩 알고리즘, 특히 MPEG 알고리즘에 관한 사례를 학습하고 연구를 수행한다. | ||
| 교과목명 | 국문 : 컴퓨터그래픽스특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Computer Graphics | |||
| (개요) | 3D 모델링, 2D 및 3D 변환, shading에 대한 이론과 최신 기법을 소개하고, 3D 모델링 및 시뮬레이션 시스템 구현 실습을 통해 관련기술을 습득한다. | ||
| 교과목명 | 국문 : 고효율비디오코딩 | 학점 | 3 |
|---|---|---|---|
| 영문 : High Efficiency Video Coding | |||
| (개요) | 고급 동영상 코딩 알고리즘, 특히 현존하는 최고의 동영상 코딩 알고리즘에 관한 연구를 수행한다. | ||
| 교과목명 | 국문 : 가상 및 증강현실특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced VR/AR | |||
| (개요) | 최신 가상현실/증강현실 디스플레이 기술 및 상호작용 기술에 대해 심도있는 분석과 새로운 아이디어 도출 방법을 학습한다. | ||
| 교과목명 | 국문 : 계산이미징 | 학점 | 3 |
|---|---|---|---|
| 영문 : Computational imaging | |||
| (개요) | 다시점 영상, 깊이센서, Coded센서 및 Volumetric 카메라 등, SW 기반 3차원 데이터의 획득/처리를 통한 3D 이미징 관련 최신기술을 습득한다. | ||
| 교과목명 | 국문 : 지능미디어특론 | 학점 | 3 |
|---|---|---|---|
| 영문 : Advanced Intelligent Media | |||
| (개요) | 인공지능 기술과 디지털미디어 기술을 융합한 지능 미디어 신호처리의 기본이론 및 응용사례를 학습한다. | ||