스마트정보통신공학과

화상공학특강 Advanced Image Processing Engineerings

화상공학에 다양한 필수 요소 기술들에 대해서 심도 있게 다룬다. 특히 광원, 빛의 반사,렌즈와 광학부품, 이미지 센서, 화상처리보드, 이미지 표현 및 획득, 윈도우 프로그래밍, 전처리 과정, 윤곽 검출, 영역 추출, 특징 처리, 이미지 변형, 응용의 예 등을 다룬다. 화상공학 분야의 최신 정보 및 기술을 선택하여 연구 및 토론식 수업을 진행한다.

This course is provided to discuss with students some important selected topics, concerning new technologies which are essential in the research and development of new Image processing engineering. This course covers special topics on special topics in image processing engineering about programming techniques and provide some theoretical foundation such as skeleton, compressive reconstruction, image compression, segmentation, denoising with different noise models. The students will be learned about acquiring images from camera, image modes, color models (RGB, HSV, YCbCr, Gray), light mechanism, Illumination, application program with C/C++ and also design an inspection system. This course will systematically study several such techniques motivated by these interesting properties of natural images in the real manufacturing industry field.

측정학특론 Special Topics on Measurement

반도체 분야를 중심으로 하는 미세 형상 생성기술이 여러 분야에서 기술혁신을 유발하고 있다. 이러한 분야에서 미세형상을 측정하는 분야는 필수 불가결한 과제로 되고 있다. 이를 위해서 광의 파동성을 이용한 미세 형상 측정기술 분야를 중심내용으로 다루게 된다.

This topics is an introduction to some of the physical principles that special non-contact optical measurement methods which is essential in many semi-conduct industries. The students will know the principles used for optical measurements and the methods available for measurement at the micron or sub-micronic scale. Practical examples will illustrate when, where and how to use the various methods and point out their performance and limitations.

박사논문연구 Research for the Doctor's Degree

박사학위 논문제목 설정, 문제해결방법과 학위 논문 Outline등의 정의, 논문지도 교수위원들과의 빈번한 회의와 개인지도 등을 통해서 본 논문 준비에 도움이 되도록 한다.

This course is to help prepare for the PhD theses through the problem solutions, outlines of the thesis, frequent meetings with thesis advisors, guidances from advisor, and discussions on the title of PhD thesis.

정보통신특강Ⅰ Special Lectures on Information CommunicationsⅠ

본 강좌는 시시각각 변하는 정보통신분야의 최신 기술 및 동향을 파악하고 이에 걸맞은 이론과 기술을 확보하기 위해 정보처리 및 통신의 특정한 한 분야를 심도 있게 다루는 강좌이다. 특히 이번 학기는 네트워크 기반 이론, 하위, 상위 계층의 이해, 유선LAN 및 무선LAN과 홍 네트워킹, 홈 네트워크의 미들웨어 기술, 네트워크 서비스와 네트워크 보안에 대한 기술들을 소개한다. 또한 다양한 기술들을 적용하기 위해 신호처리와 영상처리 기술과 윈도우프로그래밍에 대한 응용 기술도 배운다. 본 강좌는 정보통신분야의 최신 기술 및 동향을 파악하고 이에 따른 이론과 기술을 확보하기 위해 정보통신의 특정한 한 분야를 선택하여 다루며 다음과 같은 교과목 교육목표를 갖는다.

1. 인터넷과 컴퓨터 네트워크 및 OSI 7 계층과 홈네트워킹의 이해
2. 유무선 통신기술과 전송 및 TCP/IP 프로토콜 기술의 이해
3. 신호처리 및 영상처리 기술과 윈도우 프로그래밍 응용 기술의 이해

These lectures I and Ⅱ deals deeply with a special subject on the information process and the telecommunication in order to scrutinize the new trends and technologies in the field of information and communication and obtain them. This course provides students with the knowledge and skills to be an information and communication technology professional, with particular skills in a chosen area. The course focuses on computer and network configurations, web and application programming, cable LAN, wireless LAN, OSI 7 layer, home networking, middleware technique of home nerwork, network service, network security, TCP/IP protocole, and database design and maintenance. Students also have the opportunity to specialise in a particular aspect of image processing ,window programming related work, and IoT (security, privacy, trust framework). This course is ideal for students who are seeking an ICT course with flexible outcomes.

광섬유공학 Fiber-Optic Engineering

광섬유는 낮은 손실, 우수한 잡음특성으로 오늘 날 초고속 광통신을 가능하게 한 핵심 요소일 뿐 아니라, 각종 계측 및 자동화에도 훌륭히 사용되는 센서 소자의 역할도 하고 있다. 본 강좌에서는 광섬유의 원리, 광 선로의 특성, 광섬유 센서의 응용 등을 이해함으로써 앞으로의 학계 및 산업계에서 요구되는 인력으로서의 자질을 함양토록 한다.

An optical fiber has low loss and good noise characteristics, so that it becomes not only the key of modern superhigh-speed optical communication but also the perfect sensor device for various measurements and automation. This course studies principles of optical fibers, characteristics of optical cables, and application and optical fiber sensors to cultivate experts necessary for schools and industries. Systematic analyses on the characteristics of the optical fiber are given starting from the electromagnetic theory. We also investigate on the optical transmission and sensor devices as its applications.
- Optical transmission in the fiber based on the waveguide theory
- Characteristics of the optical fiber (spatial modes, chromatic dispersion, polarization mode dispersion, DSF, DCF, NZ-DSF, etc.)
- Principles and applications of the fiber-optic sensors as gyroscope, voltage sensor, temperature sensor, strain sensor, etc

고급 마이크로프로세서 응용 Advanced Microprocessor Application

기존의 상용 마이크로프로세서에 배운 지초지식을 바탕으로 고속이면서 내부에 OpAmp, 멀티플렉서, 통신 모듈, 디지탈 회로등이 내장된 고성능 최신 마이크로프로세서에 관하여 다루게 된다, 마이크로프로세서 개발 환경 및 개발에 필요한 다양한 기술을 실습 위주로 진행한다.

Based on the conventional microprocessor techniques, advanced new microprocessor included Op Amp. Multiplexor, wireless communication module, digital circuit block will be introduced. The development software to edit and compile also will be included. This course is practical examples will be given as a assignment and project.

정보통신특강Ⅱ Special Lectures on Information CommunicationsⅡ

본 강좌는 시시각각 변하는 정보통신분야의 최신 기술 및 동향을 파악하고 이에 걸맞은 이론과 기술을 확보하기 위해 정보처리 및 통신의 특정한 한 분야를 심도 있게 다루는 강좌이다.

These lectures Ⅰ and Ⅱ deals deeply with a special subject on the information process and the telecommunication in order to scrutinize the new trends and technologies in the field of information and communication and obtain them.

정밀계측공학 Precision Measurement

실험을 하고 실험결과를 분석하는 과정에서 필요로 하는 여러 가지 방법들을 중심내용으로 다루게 된다. 특히, 근래에 들어 많이 이용되고 있는 광계측기술을 이용한 기계공학분야 관련 물리량을 계측하는 방법에 많은 비중을 두고 있다.

This course introduces the basic aspects of measurement systems, and focused particularly on the optical sensors and their applications used in industries. The students will know the principles used for optical measurements and the methods available for measurement at the micron or sub-micronic scale.

USN 활용기술 USN Application Techniques

USN은 모든 사물에 부착된 RFID 또는 Sensing 기술을 초소형 무선장치에 접목하여 상호 간의 네트워킹과 통신하여 실시간으로 정보를 획득, 처리, 활용하는 네트워크 시스템으로 사물인터넷 기술의 지초를 이룬 분야로서 사물인터넷기술에 필요한 플랫폼 하드웨어 및 소프트웨어기술을 다룬다.

USN is a network system that supports the wireless communication by the RFID or Sensing device to get and process information. As a base techniques of IOT Internet of Things, the hardware platform and software to realize the application will be introduced.

로봇공학특론 Special Topics on Robotics Engineering

병렬형 매니퓰레이터, 고속 구동 매니퓰레이터, 유연성 매니퓰레이터, 스페이스 로봇 등 최신 로봇 기술에 대해 소개한다.

This is an introduction to advanced robotics including the basic concepts in robotics, such as sensors, actuators, and also advance approaches to the mechanism of multi-functional manipulators and control. In addition, it treats the industrial application of robotics

센서공학특론 Special Topic on Sensor Technology

센서 기술은 반도체 기술과 신소재 개발 등과 함께 급속히 진전되고 있다. 이러한 센서들을 이용하여 공학분야에서 필요로 하는 물리량을 계측하는 기술에 있어서 최근의 기술동향, 응용분야 및 활용기법을 중심내용으로 하는 과목이다.

This course treats principles of sensor technologies: semiconductor, opto-electronic & other modern & emerging sensors and their applications are discussed & analysed. The aim of this course is to familiarize the participants with the industrial use of sensors

신호처리특강 Advanced Signal Processing

신호처리의 특강으로 머신러닝을 학습한다. 머신러닝은 딥러닝 알고리즘과 결합하여 스스로 학습할 수 있는 환경으로 전환되고 있다. 최근에 인간과 인공지능과의 대결하여 인공지능이 우위를 점하고 있어 현재 응용분야가 넓어지고 있다. 특히 의료분야의 진단, 예방시스템, 자율 무인자동차, 자동 번역, 자동 통역, 금융과 기상 예측, 예술 등 다양하다. 4차산업혁명의 핵심인 머신러닝을 통해서 인공지능에 접근하고자 한다. 머신러닝을 용이하게 이해하도록 구글에서 개발한 Tensorflow 개발 툴을 활용하여 실습한다. 머신러닝의 이론적인 토대 뿐만 아니라 현장에 필요한 실용적인 노하우를 직접 구현해 본다. 주제로서는 선형 회귀 이론, 로지스틱 회귀 이론, 지도학습, 비지도학습, 신경망을 배운다.

This course covers special topics on Special Topics in Signal Processing such as machine learning. Machine learning is the science of getting computers to act without being explicitly programmed. In the past decade, machine learning has given us self-driving cars, practical speech recognition, effective web search, and a vastly improved understanding of the human genome. Machine learning is so pervasive today that you probably use it dozens of times a day without knowing it. Many researchers also think it is the best way to make progress towards human-level AI. In this class, you will learn about the most effective machine learning techniques, and gain practice implementing them and getting them to work for yourself. More importantly, you'll learn about not only the theoretical underpinnings of learning, but also gain the practical know-how needed to quickly and powerfully apply these techniques to new problems. Finally, you'll learn about some of linear regression, logistic regression, Supervised Learning, unsupervised learning, neural network algorithms with tensorflow tools.

자동제어특론 Special Topics on Automatic Control

제어시스템 설계에 있어 적용되는 고등제어 알고리즘, 즉 최적제어, 이산제어, 분산제어 등을 다룬다. 이 밖에도 최근 발표된 논문을 중심으로 새로운 제어기법의 추세를 알아보고 시뮬레이션을 통해 각각각의 기법에 대한 장단점을 분석한다.

The course deals with basic control theories such as properties and advantages of feedback systems, time-domain and frequency-domain performance measures, stability and degree of stability, root locus method, nyquist criterion, frequency-domain design, and state space methods. In addition, new advanced control theory will be emphasized such as z-transform, multi-variable control and state feedback, LQR, statistics, disturbance models Kalman Filter, LQG, MPC, Nonlinear control what is nonlinear, performance of linear controllers, static compensation, input-output linearization, Nonlinear control stability, controllability, short introductions to region of attraction, limit cycles and deviations from the superposition principle. and adaptive control.

광공학Ⅱ Optical EngineeringⅡ

광을 이용하는 계측 및 제품 등의 급격한 발달로 현대 공학에서 광의 중요성은 나날이 크게 증가하고 있다. 그러나 광의 성질은 전자와는 매우 달라서 그 현상을 이해하기 위해서는 상당한 광학적 지식이 요구된다. 본 강좌에서는 간섭 및 회절 현상, 여러 가지 간섭계, 열복사 및 광양자의 개념, 광 증폭 및 레이저 등에 관해 학습한다.

Systematic analyses on the theories of optics and brief examples are given for practical applications of optics to engineering.
- Theory of interference and diffraction
- Thermal radiation and photonic quanta
- Lightwave amplification and lasers

광기전학 Optomechatronics

본 강의에서는 광 optics 기술과 메카트로닉스 mechatronics 기술이 통합된 기술을 광기전 공학 optomechatronics 라고 정의하고, 기본 개념을 정의하며 이 분야의 근간을 이루는 기본 요소 기술인 광학, 메카트로닉스, 머신 비젼 분야를 소개한다. 이를 바탕으로 광기전 복합이론, 관련 요소기술과 주요기능 등을 강의하고 이들이 광 기전 분야를 해석하고 설계하는데 어떻게 활용 되는가를 다루고자 한다.

This course will provide the training needed for the mechanical engineer to work with the mechanical features of optical systems. The emphasis is on providing techniques for rapid estimation of optical system performance. Subject matter includes material properties for optomechanical design, kinematic design, athermalization techniques, window design, lens and mirror mounting.

실시간 디지털 신호 처리 Real time digital signal processing

실시간 디지털 신호처리를 위한 DSP프로세서와 다양한 처리 알고리즘을 학습하고 구현한다. 강의목표 현대 전자기기에 들어가는 DSP 칩을 구동하며 원하는 DSP 신호처리를 통해서 목표한 시스템을 구현할 수 있는 능력을 배양할 수 있다. 신호 처리의 기초부터 시작하여 FIR, ⅡR 필터링 등 신호와 시스템에 대한 기본 개념을 학습하고, 연속/이산 시스템의 시간 영역 해석, 주파수 영역 해석을 배운다.

This course is designed as graduate students in department of ICT. Digital Signal Processing begins with a discussion of the analysis and representation of discrete-time signal systems, including only discrete-time convolution, difference equations, the z-transform, and the discrete-time Fourier transform but also continuous-time equations and transforms. Emphasis is placed on the similarities and distinctions between discrete-time. The course proceeds to cover digital network and nonrecursive (finite impulse response) digital filters. Digital Signal Processing concludes with digital filter design (FIR, IIR) and a discussion of the fast Fourier transform algorithm for computation of the discrete Fourier transform.

컴퓨터비젼응용 Application of Computer Vision

본 강의에서는 산업용 영상처리의 적용 예(특히, 1. 인쇄전자 품질 2. 전자부품 pick up tool의 비젼 검사 3. Probe 품질 검사 시스템 4. 동판 표면 검사 5. 웨이퍼 3차원 측정)를 통하여 실무에서 필요한 컴퓨터 비젼의 이론과 응용에 대해서 배운다. 기업과 함께 공동 주제 진행을 통하여 영상 처리 실무를 익히고, 프로그래밍을 통하여 실제 영상처리 구현을 해본다.

This is an practical engineering course on computer vision application. The students will be able to learn computer vision algorithms and applications through image techniques of industrial fields as follows: quality checking of printed circuit board, vision inspection for pick up tools, quality inspection system for probe, inspection for surface on copper plates and 3D inspection on wapper of semiconductor. The goal of this course is to learn not only the fundamental computer vision theories but also application abilities or methods for inspection system technique in the real industrial sites.

고급 디지털 논리회로 설계 Advanced digital logic circuit design

FPGA를 이용한 디지털 논리회로 설계와 구현에 관하여 다룬다. VHDL 언어를 이용하여 디지털 논리회로를 설계하고 시뮬레이션하는 방법과 Xilinx사의 FPGA내에 프로그램하여 구현하는 방법들을 다룬다.

This course covers the design and implementation of digital logic circuits using FPGA. To design digital logic circuits, design/simulation methods using the VHDL language and implementations of programs in a Xilinx FPGA are treated.

정밀계측특론 Special Topics on Precision Measurement

반도체와 디스플레이 산업에서 3D 형상을 계측해야하는 수요가 증가하고 있고, 산업기술의 변화에 따른 측정기술에 대한 변화도 다양하게 발생되고 있다. 본 강의는 산업체의 요구에 대응하는 프로젝터에 대해서 문제해결을 위하여 세미나와 토론 형식으로 진행된다.

This course covers special topics on 3D shape measurement technology. Semiconductor, opto-electronic, emerging sensors and their applications are discussed. The goal of this course is to teach participants the industrial use of 3D measurement for the semiconductor and display industries.

컴퓨터 비전을 위한 심층학습 Deep Learning for Computer Vision

본 과목에서는 컴퓨터 비전을 위한 심층학습에 대한 개론을 제공하며 합성곱 신경망(convolutional neural network)을 이해하고 이를 영상 분류, 물체 위치 추정 및 검출 등의 시각 인식 문제에 응용하는 방법을 이해하는 것을 목표로 한다. 수강생들은 프로젝트에서 자신이 선택한 컴퓨터 비전 문제를 해결하기 위하여 심층 신경망을 구현해 본다.

This is an introductory course on deep learning for computer vision with emphasis on understanding of convolutional neural networks and their applications to visual recognition tasks such as image classification, localization, and detection. The students will perform term projects, where they implement their own networks using deep learning libraries for their choices of computer vision problems.

인공지능을 위한 수학 (Mathematics for AI)

본 과목에서는 인공지능에 필요한 수학적인 개념들을 학습한다. 선형대수, 다변수 해석학, 확률 및 통계, 알고리즘, 이산수학, 정보이론을 포함하여, 머신러닝 및 딥러닝 분야에서 자주 사용되는 핵심적이고 기초적인 수학 개념 및 관련 정리들을 소개하고 응용 사례를 다룬다.

This lecture introduces elementary mathematical concepts used for artificial intelligence. In particular, students will study some essential and introductory mathematical concepts and relevant theories, including linear algebra, multi-variate calculus, probability and statistics, algorithms, complexity theory and information theory, which are useful to building machine learning and deep learning models with corresponding applications.

인공지능을 위한 기계학습 Machine Learning for AI

본 과목에서는 4차산업혁명 시대 인공지능(AI)의 근간이 되는 기계학습의 기초를 학습한다. 기계학습의 기본 이론와 방법론을 다루며, 이후 심화과정에서 다루게 되는 딥 러닝 등의 최신 AI 기술을 이해하기 위한 기초를 다지는 것을 목표로 한다. 구체적으로, 강의내용은 기계학습을 위한 수학, 기계학습의 기본 개념, 회귀, 클러스터링, 지도 및 비지도 학습, 베이지언 모델, 신경망, 강화학습 등을 포함한다.

In this course, we will learn about the fundamentals of machine learning which is the core for artificial intelligence (AI) in the era of the Fourth Industrial Revolution. The course will address the essential theories and ideas of machine learning, and aim to lay the foundation of understanding such state-of-the-arts AI technologies as deep learning. Concretely, we will cover mathematical backgrounds for machine learning, primary concepts of machine learning, regression, clustering, supervised and unsupervised learning, Bayesian models, neural networks, and reinforcement learning.

고급 심층학습 (Advanced deep learning)

딥러닝의 핵심 모델인 인공신경망은 인공지능의 많은 응용분야에 사용되어 왔지만, 최근 고성능 하드웨어와 빅데이터의 등장으로 과거에 실현 불가능했던 새로운 기술들이 개발되어 왔다. 본 과목에서는 이러한 최신 딥러닝 방법론과 응용에 대해 자세히 다룬다.

This lecture covers recent advances in the field of deep learning. Neural networks have been used for many applications in artificial intelligence, but the field currently made breakthroughs with new techniques due to powerful computing powers and large-scale datasets. This lecture addresses the state-of-the-arts methodologies of deep learning and its applications.

인공지능 특론 (Special topics on artificial intelligence)

인공지능(AI) 및 응용분야의 새로운 주제 또는 특정내용을 필요에 따라 선정하여 다룬다. 특히 인공지능 분야의 새로운 개념, 분야 및 현재의 연구 현황과 전망 등에 대해서 소개하는 과목이다.

This course deals with selected special topics in Artificial Intelligence and related fields. It will cover various topics of the fields of AI and others to keep up with the latest developments and trends.

인공지능 세미나 (Seminar on artificial intelligence)

본 과목에서는 인공지능(AI) 및 인공지능 응용분야의 연구 동향에 대해 연구하고 토의하는 시간을 갖는다.

In this course, students will study selected special topics of the fields of artificial Intelligence to keep up with the latest developments and trends. They will present their studies and have discussion.

데이터 사이언스 프로젝트 (Data science project)

본 과목에서는 학생들이 데이터 사이언스의 특정 주제를 선정하여 프로젝트를 수행한다. 데이터 사이언스의 공학적 문제를 정의하고 모델을 설계하며 실험결과를 분석하고 논문을 작성하는 연구 방법론을 학습한다.

In this course, students will perform a project of the selected topic in data science. They study the research methodologies of data science including defining an engineering problem, designing a data science model, analyzing experimental results, and writing a paper.

빅데이터처리특론 (Advanced Big Data Processing)

본 과목에서는 빅데이터 처리 프레임워크에 대한 전반적 내용을 소개하고, 인공지능 기반 최신 빅데이터 처리 기법들을 다룬다.

This lecture introduces the overall theories on big data processing frameworks, and addresses the state-of-the-art big data processing algorithms based on artificial intelligence.

바이오데이터마이닝특론 (Advanced Bio Data Mining)

본 과목은 DNA 시퀀싱, 데이터베이스를 포함하여 생물정보학을 위한 기본 개념과 데이터 포맷을 이해하고, 기계학습을 사용한 분류 및 클러스터링과 같은 생물정보학의 데이터 마이닝 문제를 연습하는데 목적이 있다. 구체적으로, 학생들은 바이오 데이터를 다루고 고급 데이터 마이닝 알고리즘을 사용하여 바이오 데이터를 분석할 수 있는 기본 능력을 갖춘다.

This graduate course aims to understand the basic concepts and data formats for bioinformatics, including DNA sequencing and database, and to practice such data mining problems of bioinformatics as classification and clustering using machine learning. Concretely, we will have essential capabilities to handle bio data and make use of advanced data mining algorithms to analyze bio data.

기계학습과 지능형 시스템(Machine Learning and Intelligent System)

본 과목은 기계학습을 활용한 생명과학 분야의 융합 연구를 수행하는데 필요한 역량을 향상시키는 것을 목적으로 한다. 팀 프로젝트와 세미나를 통해, 컴퓨터 공학 분야의 학생은 생명과학의 제반 문제를 이해하고 데이터를 다루고 분석하는 역량을 향상시키고, 생명과학 분야의 학생은 생명과학 연구주제를 위해 기계학습 등 컴퓨터 공학 기술을 활용하고 구현하는 역량을 향상시키며, 생명과학자와 컴퓨터 공학자 사이에 협력하고 소통하는 역량을 배양한다.

This course aims to improve the capabilities essential to carry out interdisciplinary convergence research based on deep learning. Through team projects and seminars, students in the field of computer science can improve their ability of understanding major topics in life science and analyzing biological or medical data, while students in the field of life science can improve their ability of exploiting and implementing such computer science technologies as deep learning for research projects of life science. Students will ultimately improve their capabilities of collaboration and communication between life science and computer science.

컴퓨터비젼 Computer Vision

컴퓨터 비전 기술은 의료, 항공, 가정, 기계 등 다양한 응용분야에서 폭넓게 활용되고 있다. 본 강의에서는 컴퓨터 비전 기술의 이론적 배경을 이해하고 실습을 통해 본인의 연구 및 관심 분야에 기초를 제공하는 것을 목적으로 한다. 본 강의에는 기본적인 프로그래밍(C++, Matlab 등) 능력이 요구되며 디지털 이미지 프로세싱에 대한 지식이 있으면 도움이 된다. 이 과정에서는 영상 형성, 스테레오 비전 기반 3차원 복원, 다양한 방법에 의한 깊이 정보 획득 등 영상처리에 필요한 기초적인 영상처리 알고리즘과 컴퓨터 비젼에 필요한 수학적 기초 및 응용 사례를 다룬다.

In this course, we will study the concepts and algorithms behind some of the remarkable successes of computer vision such as face detection, handwritten digit recognition, re-constructing three-dimensional models of objects, automated monitoring of activities, segmenting out organs or tissues in biological images, and sensing for control of robots. The students will perform term projects, where they implement their own program using C/C++ or Matlab libraries for their choices of computer vision problems.

광통신소자 Optical Devices

광통신망은 현대 사회에서 대단히 큰 역할을 담당하는 기간 인프라이다. 광통신망은 그 안에 들어가는 광소자들의 동작에 관한 이해가 선행될 경우 전체적으로 이해하기가 매우 용이해진다. 본 강좌는 광학적인 지식을 기반으로 광소자의 원리를 이해하고 그것들의 광통신시스템의 적용 및 기타 다양한 응용분야에 관하여 알아본다.

Today optical communication technology has been developed enough to transmit several tera bits per second through a single optical fiber. In addition, the fiber links are expected to reach each customer FTTH service. In this course, the principles and applications of numerous optical elements implemented in optical backbone and access networks are addressed in detail.

로봇비젼 Robot Vision

화상처리 알고리즘을 이용한 3차원 계측기술과 레이저 및 광센서를 이용한 형상계측 시스템 및 알고리즘을 다룬다.

This Course focus on the three dimensional measurement techniques and the laser optical application system to measure the shape of three dimensional objects. In addition, 3D Image processing algorithm to obtain the shape of objects are introduced.

디지털 제어시스템 Digital Control System

제어대상인 플랜트를 연속시간영역에서 이산모델로 변환하는 방법, 이산시간영역에서 직접이산제어기를 설계하는 방법 등을 다룬다. 이산제어기를 설계하는 방법으로서 근 궤적법, 주파수 응답해석법, 상태공간해석법들을 다루고, 이산시스템의 해석과 시뮬레이션 및 설계를 위해 상용소프트웨어를 사용하는 방법을 다룬다.

Studies transformation of controlled plants into discrete models in continuous time domain, design of direct discrete controller in discrete time domain including root locus, frequency response analysis, and state space analysis, and universal softwares for analysis, simulation, and design of discrete systems.

정보통신공학 Information Communication Engineering

정보통신공학에 대한 개념을 정립하기 위해 현존하는 모든 종류의 정보통신망에 대해서, 학부과정에서 심도 있게 논하지 못한 응용기술을 모두 설명하고 각각의 통신망에서 제공하는 서비스, 서비스를 제공하기 위한 각 계층의 프로토콜 기능을 설명하고 시스템의 요구조건, 구현기술, 응용기술 등을 설명한다. 또한, 본 강좌에서는 사물인터넷 기반을 이루는 안드로이드 앱과 무선통신기술을 활용한 시스템을 다룬다. 학생들은 안드로이드기반의 앱을 활용한 무선통신기술과 하드웨어시스템의 통신을 통한 다양한 응용시스템 활용기술을 익힌다. 본 강좌에 도움이 되는 기본 지식으로 확률과 통신시스템에 관한 이론이 되겠으나 필수적인 것은 아니다.

To build the concept of Information Communication Engineering, We study the application technology which has not been dealt with in the undergraduate course about all sorts of existing communication networks. We also handle network services, the functions of protocol layers for services, communication system requirements. Probability Theory and Communi- cation Theory are the basic knowledges for this lecture, but they are not indispensable.

고급영상처리 Advanced Image Processing

디지털 영상 처리에 인공지능을 활용한 사례가 대세를 이루고 있는 실정이다. 따라서 이에 부합할 수 있는 강의의 필요성이 대두되고 있다. 고급 영상처리에서 인공지능 구현을 텐서플로를 활용하고, 최종적으로는 강화학습을 통한 영상처리를 수행한다. 기본적인 인공지능 구현은 신호처리특강을 통해 수행하였으므로 본 강의에서는 한 단계 높은 수준의 인공지능 구현을 목표로 한다. 파이썬, 텐서플로, 케라스의 기본 복습과 이에 동반되는 컴퓨터 환경을 설정한다. 다양한 CNN과 RNN 스터디하고, 강화학습을 배우고 구현하여 인공지능 프로젝트를 수행할 기본 능력을 갖춘다.

This is an advanced course on image processing with emphasis on artificial intelligent application. This course will cover convolutional neural networks, recurrent neural network and some theoretical fundamental problems such as image classification, localization, and detection. It will be of interest to students working in allied areas such as machine learning, statistics or signal processing, as well. The students will perform term projects, with their own networks using python, tensorflow, keras etc.

광공학Ⅰ Optical EngineeringⅠ

광을 이용하는 계측 및 제품 등의 급격한 발달로 현대 공학에서 광의 중요성은 나날이 크게 증가하고 있다. 그러나 광의 성질은 전자와는 매우 달라서 그 현상을 이해하기 위해서는 상당한 광학적 지식이 요구된다. 본 강좌에서는 맥스웰 방정식을 기초로 하는 광의 전파에 관한 이론, 광의 편광, 반사 및 굴절 법칙, 렌즈나 거울을 사용하여 結像을 하는 원리 등에 관해 학습한다.

Systematic analyses on the theories of optics and brief examples are given for practical applications of optics to engineering.
- Theory of optical propagation based on Maxwell equations
- Investigations on Poynting vector and polarizations
- Laws for optical reflection and refraction
- Imaging by using lenses and mirrors

정보 보안 Computer and Network Security

컴퓨터와 정보통신망을 이용한 사이버 공격 방법과 대응원리를 학습하고, 안전한 정보통신 기술을 개발하는 연구 방법론을 배운다.

This lecture has designed to provide student with an experience, getting insight how to attack and respond to cyber attacks using computers and networks, and learning how to develop secure information and communication technologies.

분산시스템 Distributed Systems

사물인터넷, 블록체인, 클라우드 컴퓨팅 기술의 기초를 제공하는 분산 컴퓨팅 이론과 시스템 구축 방법론에 대하여 배운다.

This lecture has designed for student to learn about the distributed computing theory and how to design a distributed system, which provides the basis for IoT, blockchain, and cloud computing technology

석사논문연구 Research for the Master's Degree

지도 교수와 함께 개별 연구 과제를 수행하고 석사 논문을 작성한다.

Preparation of Master's Thesis.