딥러닝 기반의 음성전처리, 음성인식, 화자인식, 음성합성 등의 최신 기술을 소개하며 깊이 있고 폭넓게 다루어서, 최근 급속히 확대되고 있는 음성지능 기술의 응용 영역 확장에 필요한 기술적 능력을 배양한다.
권장과목
선수과목
딥러닝 기반의 음성전처리, 음성인식, 화자인식, 음성합성 등의 최신 기술을 소개하며 깊이 있고 폭넓게 다루어서, 최근 급속히 확대되고 있는 음성지능 기술의 응용 영역 확장에 필요한 기술적 능력을 배양한다.
선수과목
본 과목은 다채널 음향 신호로부터 각종 정보를 추출하고 탐지하기 위한 기법과 배경 이론을 다룹니다. 음파의 전파 현상에 대한 물리적 이해에서 출발하여, 음향 홀로그래피, 빔 형성 기법, 가상 현실을 위한 오디오 취득 및 전송, 그리고 심층강화학습 기반 기술을 공부합니다.
선수과목
영상 복원(image restoration) 및 향상(image enhancement)은 영상 처리와 컴퓨터 비전 분야의 근본적인 문제로 다뤄져 왔다. 영상 복원은 모션 블러, 노이즈, 카메라 초점 흐림 등 다양한 형태로 손상된 입력 영상으로부터 원래의 깨끗한 영상을 추정하며, 이는 손상 과정을 역으로 복원하는 방식으로 수행된다. 반면, 영상 향상은 과학적인 관점에서 실제 데이터를 복원하는 것보다는 손상된 영상의 주관적인 시각 품질을 향상시키는 데 목적이 있으며, 일반적으로 영상이 생성된 과정에 대한 사전 지식 없이 수행된다.
최근 영상 복원 및 향상 기술의 발전과 함께 초고화질 영상에 대한 수요가 증가하고 있다. 특히, 딥러닝 기반 영상 복원 및 향상 기술은 기존 방법에 비해 매우 뛰어난 성능을 보이며 큰 성과를 이루었다. 본 과목에서는 기존의 영상 복원 및 향상 기법과 그 한계를 분석하고, convolutional neural networks, recurrent neural networks, generative networks를 활용한 최신 딥러닝 기반 방법들을 학습한다. 수업, 과제, 학기말 프로젝트를 통해 학생들은 영상 복원 및 향상 분야의 최신 기법을 직접 접하고 경험하게 된다.
선수과목
이 수업에서는 주로 고급 기계 기우는 알고리즘의 기본 모델 아키텍처와 훈련 원리와 그 응용에 대해 소개할 것입니다. 이 수업은 특히 chatGPT에 사용되는 변압기 네트워크 및 생성 모델뿐만 아니라 컨볼루션 신경망, 순환 신경망, 강화 학습을 다룰 것입니다. 또한 이러한 고급 변압기 모델은 설계를 추정하고 안테나, 회로, 장치, 무선 전력 전송 시스템, 패키지 및 반도체를 포함한 고속 및 주파수 전자기 시스템을 최적화하는 데 사용될 것입니다. 자세한 관련 적용 예시에 대해서는 수업에서 토론을 하며 논의할 예정입니다.
선수과목
이 과목에서는 딥 뉴럴 네트워크(Deep Neural Network), 컨볼루션 뉴럴 네트워크(Convolution Neural Network), 순환 뉴럴 네트워크(Recurrent Neural Network), 강화 학습(Reinforcement Learning)을 포함한 머신러닝 알고리즘의 기초 개념을 소개한다. 특히 강화 학습의 기본 원리와 핵심 응용 분야에 대해 학습하고 토의한다. 또한 GPU, HBM, AI 칩 등 AI 가속기 컴퓨팅 구조에 대해서도 다룬다. 마지막으로, 이러한 강화 학습 기법을 안테나, 회로, 소자, 반도체 등 전자기 시스템의 추정, 설계 및 최적화에 적용한다.
선수과목
전자공학 전공학생들에게 생성 인공지능과 초거대 인공지능의 기본적인 원리를 강의합니다. 특히 LLM과 v-LLM 과 같은 초거대 인공지능에 대해서 강의합니다. 여기에는 GAN, Transformer model, Diffussion Model 의 원리와 구조도 강의합니다. 최종적으로 이러한 원리에 기초해서 공학설계에 적용합니다. 특히 반도체 설계에 생성 인공지능 방법을 사용합니다.
선수과목
이 수업에서는 주로 고급 기계 학습 알고리즘의 기본 모델 아키텍처와 훈련 원리와 그 응용에 대해 소개할 것입니다. 이 수업은 특히 생성인공지능 사용되는 트랜스포머 네트워크 및 생성 모델뿐만 아니라 컨볼루션 신경망, 순환 신경망, 강화 학습을 다룰 것입니다. 또한 이러한 고급 생성인공지능 모델은 설계를 추정하고 안테나, 회로, 장치, 무선 전력 전송 시스템, 패키지 및 반도체를 포함한 고성능 공학 시스템의 설계와 최적화하는 데 사용될 것입니다. 자세한 관련 적용 예시에 대해서는 수업에서 토론을 하며 논의할 예정입니다.
선수과목
본 과목에서는 자연에 존재하는 구조에서 영감을 받은 광학 및 포토닉 시스템에 대해 소개한다. 생체모사형 비전 시스템, 구조색 센서, 복사열 제어 구조 등을 포함하며, 전자기파의 기본 이해에서부터 최신 광소자 응용까지를 포괄적으로 다룬다.
본 과목은 정규과목에 포함되어 있지 않은 광공학 분야의 최신 연구 동향을 강의하기 위한 것이다.
이 강의는 양자 정보 처리 하드웨어와 프로토콜에 대한 포괄적인 이해를 제공하기 위해 설계되었습니다. 기본 원리부터 시작하여, 세계 유수 연구 그룹들이 개발한 최첨단 실용 장치 및 시스템 구현 사례들을 소개할 예정입니다.강의의 성격을 고려하여 평가 방식은 학생 발표를 기반으로 합니다. 발표 주제는 강의자가 제공하며, 발표 준비에 필요한 정보들이 제공될 예정입니다.
Copyright ⓒ 2015 KAIST Electrical Engineering. All rights reserved. Made by PRESSCAT
Copyright ⓒ 2015 KAIST Electrical Engineering. All rights reserved. Made by PRESSCAT
Copyright ⓒ 2015 KAIST Electrical Engineering. All rights reserved. Made by PRESSCAT
Copyright ⓒ 2015 KAIST Electrical
Engineering. All rights reserved.
Made by PRESSCAT