물리정보기반AI최적화
교육목표
물리 법칙과 데이터 기반 학습을 융합한 최적화 이론을 이해하고, 실제 공학 문제에 신뢰성 있는 AI 해법을 설계 적용할 수 있는 융합형 AI 전문 인재 양성
전공안내 및 소개
수치 최적화의 기본 원리와 알고리즘을 이해하고, AI 모델 학습 및 공학 문제 해결에 적용 해본다. 물리 법칙을 제약 조건으로 반영한 학습 기법(PINN 등)을 이해하여, 데이터가 제한적인 환경에서도 신뢰성 높은 AI 모델을 설계 해본다.
향후 진로계획
연구소, (무인이동체 관련 드론, 자율주행차, 로봇 등) 대기업, 대학원 진학
교과목 개설학과
- 전기전자공학과
물리정보기반AI최적화/전공MD/이수학점: 9
문의사항
- 전기전자공학과(주관): 042-520-5370
- 공유혁신교육과정: 042-520-5635(교육과정)
| 개설학년 | 개설학기 | 이수구분 | 교과목코드 | 교과목명 | 학점 | 담당학과 |
|---|---|---|---|---|---|---|
| 2 | 1 | 전선 | EEE23205 | 수치해석 | 3 | 전기전자공학과 |
| 2 | 1 | 전선 | EEE23209 | 머신러닝과실습1 | 3 | 전기전자공학과 |
| 2 | 2 | 전선 | EEE23210 | 머신러닝과실습2 | 3 | 전기전자공학과 |
| 4 | 1 | 전선 | EEE25401 | 자율주행시스템 | 3 | 전기전자공학과 |
| 4 | 2 | 전선 | EEE25402 | 로봇공학 | 3 | 전기전자공학과 |
이수체계
| 학년학기 | 1-1 | 1-2 | 2-1 | 2-2 | 3-1 | 3-2 | 4-1 | 4-2 |
|---|---|---|---|---|---|---|---|---|
| 교과목명 | 수치해석 | 머신러닝과실습2 | 자율주행시스템 | 로봇공학 | ||||
| 머신러닝과실습1 |
