물리전자공학에서의 새롭게 등장하는 분야를 깊이 있게 다룬다.

전자공학 전공학생들에게 나노구조 반도체의 공학적 응용을 강의합니다. 특히 2차원 반도체의 전자 구조와 이의 변형, 그리고 저차원 나노구조 트랜지스터를 주로 다룹니다. 강의 후반부에서는 반도체 이외의 양자 물질도 강의합니다. 최종적으로 관련 논문들을 읽고 논의합니다.

집적회로분야의 최근 동향 및 연구 분야에 관한 내용을 다룬다.

이 과목은 인텔리전스 시스템(Intelligence System)의 기본 개념, 정의 및 계산 모델을 소개한다. 또한, 계산 모델과 실제 뇌와의 관계를 심리학 및 뇌 해부학 관점에서 함께 다룬다. 인텔리전스 시스템 온 칩(Intelligence System on a Chip)의 사례로는 시각적 주의 모델(Visual Attention Model)과 그 멀티코어 프로세서 구현을 머신러닝 알고리즘과 함께 학습한다.

본 과목은 “바이오메디컬 시스템반도체 융합설계 핵심인력 육성센터” 참여 학생을 대상으로 한 심화 PBL 수업으로, 다양한 설계주제를 융합/최적화하는 융합주제를 학기 초에 선택하여 주체적으로 수행하며 주제 제공 및 연구 과정 평가에서 담당 교수 및 센터 참여 교수진, 참여기업 연구진 등이 참여할 예정임.

뉴런의 전기적 동작 특성 분석과 이에 기반한 신경동역학적 모델링 기법 및 CMOS 회로 구현 방법을 학습한다. 다음 단계로, 개별 뉴런을 확장한 스파이크 기반 신경망 (SNN: Spike Neural Network)의 신호처리 및 연산과정을 학습한 뒤, 이들 원리를 어떻게 반도체 소자 및 회로에 적용하여 인공지능시스템을 구현하는지 각각의 사례들을 통해 학습한다.

이 과목은 뉴로모픽(neuromorphic) 및 인메모리 프로세싱(processing-in-memory, PIM)의 기본 개념, 정의, 최신 동향을 소개한다. 또한, 뉴로모픽 및 PIM의 하드웨어 구현 방법을 다루며, 최첨단 뉴로모픽 및 PIM 하드웨어의 실제 구현 사례도 함께 학습한다.

본 강의에서는 대규모 디지털 시스템반도체 설계의 핵심기술인 시스템-온-칩 (SoC) 설계 방법론을 다룹니다. 학생들은 시스템을 구성하는 다양한 디지털 모듈을 개별적으로 설계/검증하고 프로세서를 비롯한 여러 모듈을 하나의 칩에 집적하는 실습을 통해 디지털 시스템의 효율을 최적화하는 최신 HW/SW co-design 과정을 경험할 수 있습니다.

로보틱스 분야의 최신 주제를 깊이 있게 다룬다.

제어공학자에게 필수적인 최적 파라미터 추정과 제어 알고리즘을 연구한다. 그 내용은 최소 분산 비편이 추정, Cramer-Rao 한계, 최대 가망성 추정, 재귀적 최소 자승, Wiener Filtering, Kalman Filtering, 적응제어 등이다. 적용 예는 관성항법장치, 항행 및 유도 Filtering, Global Positioning System이다.