3. 강의목표
-교과목개요
본 과목은 반도체공학과 대학원생을 대상으로 신호 및 시스템, 확률 및 추정, 딥러닝의 핵심 개념을 소개하는 입문 과목이다. 최근 반도체 소자, 회로, 시스템 및 설계 자동화 분야에서 데이터 기반 분석과 인공지능 기술의 중요성이 증가함에 따라, 관련 연구를 수행하기 위한 기초 이론과 방법론을 학습한다. 수학적 엄밀성보다는 개념적 이해와 연구 활용에 중점을 두며, 학생들이 향후 연구 과정에서 필요한 데이터 분석 및 AI 활용 역량의 기반을 갖추도록 한다.
-교육목표
본 과목의 목표는 학생들이 신호 및 시스템, 확률 및 추정, 딥러닝의 기본 원리를 이해하고 이를 반도체공학 연구에 활용할 수 있는 기초역량을 함양하는 데 있다. 이를 통해 신호를 표현하고 처리하는 방법, 데이터와 불확실성을 분석하는 방법, 그리고 현대 인공지능의 핵심 개념을 학습하며, 다양한 반도체공학 문제를 데이터 중심의 관점에서 이해하고 해결할 수 있는 기반을 마련한다.
5. 성적평가
| 중간고사 |
기말고사 |
출석 |
과제 |
프로젝트 |
발표/토론 |
실험/실습 |
퀴즈 |
기타 |
계 |
| 30 |
30 |
10 |
30 |
|
|
|
|
|
100 |
6. 강의교재
| 도서명 |
저자명 |
출판사 |
출판년도 |
ISBN |
|
자체 슬라이드 (PLMS를 통해 공유)
|
|
|
0000
|
|
7. 참고문헌 및 자료
- 신호 및 시스템: S. Haykin and B. V. Veen, “Signals and Systems”, 2nd Ed., Wiley, 2003.
- 확률 및 추정: Random Processes for Engineers, Bruce Hajek, Cambridge University Press 2015.
- 딥러닝: Prince, “Understanding Deep Learning,” The MIT Press, 2023.
8. 강의진도계획
Part 1: 신호 및 시스템
W1: 신호 및 시스템 기초
W2: Linear Time Invariant (LTI) 시스템
W3: 퓨리에 변환
W4: 퓨리에 변환의 특성
W5: Sampling 및 디지털 신호 처리
Part 2: 확률 및 추정
W6: 확률 공간, 확률 변수
W7: 확률 분포 함수
W8: 추정이론 기초
W9: 검파이론 기초
W10: 추정 및 검파 이론 응용
Part 3: 딥러닝
W11: 소개 및 지도학습
W12: 인공신경망 및 손실함수
W13: 학습 알고리즘
W14: 일반화 성능 및 정규화
W15: CNN 및 트랜스포머
9. 수업운영
파트별로 각각의 교수자 및 TA를 두어 운영함.
Part 1: 동영상 강의 및 과제를 통해 운영 및 평가.
Part 2: 동영상 강의 및 과제를 통해 운영 및 평가.
Part 3: 동영상 강의 및 프로그래밍 실습을 통해 운영 및 평가.
10. 학습법 소개 및 기타사항
온라인 동영상 강의의 형태로 진행됨.
11. 장애학생에 대한 학습지원 사항
- 수강 관련: 문자 통역(청각), 교과목 보조(발달), 노트필기(전 유형) 등
- 시험 관련: 시험시간 연장(필요시 전 유형), 시험지 확대 복사(시각) 등
- 기타 추가 요청사항 발생 시 장애학생지원센터(279-2434)로 요청