.png)
교육 · 강의
Education · Lecture
교과목소개
| 교과목명 | 주요 내용 | 강의자 | 개설시기 | 비고 |
|---|---|---|---|---|
| 에너지시스템제어공학1 | - 에너지 시스템 제어 설계를 위한 기초개념 학습 - 회로이론, 에너지 변환이론 - 태양광 시스템 기초 실습 - 제어시스템 설계 : 에너지 시스템 제어공학1에서는 회로이론과 에너지 변환이론과 같은 기초 개념을 학습하여, 태양광 시스템 기초설계를 목표로 한다. 설계된 태양광 시스템에 기존 PID 기법을 적용하기 위해 제어시스템 설계를 학습한다. 제어시스템 설계는 시스템 모델링, 안정성평가, 시간/주파수영역 해석을 포함한다. |
정길도 | 1,3학기 | 개편 |
| 에너지시스템제어공학2 | - 에너지 시스템 제어 설계를 위한 핵심개념 학습 - 무선통신, 전기기기 설계 학습 - 스마트 그리드 응용 설계 - 지능형 전력 시스템 실습 설계 : 에너지 시스템 제어공학2에서는 제어기 설계를 위한 핵심 개념을 학습하여 지능형 전력 시스템 구축 역량을 높이는 것을 목표로 한다. 스마트 그리드 응용 설계를 위해 무선통신 및 전기기기 설계 학습을 선행하며, 기존 에너지 시스템에 IoT 응용을 위한 지능형 전력 시스템 설계를 실습하고 응용한다. |
정길도 | 2,4학기 | 개편 |
| 현대제어공학이론 및 응용1 | - 제어 시스템의 해석과 설계에 필요한 기초개념 학습 - 고전제어 이론에 필요한 수학 이론 학습 - 물리적 시스템 모델링 - 제어 시스템 설계 및 실험 : 현대 제어공학 1에서는 제어 시스템 해석과 설계에 필요한 기초개념을 익히는 것을 목표로 한다. 기초개념 확립을 위해 고전제어 이론에 필요한 수학이론 학습을 병행하여 물리적 시스템 모델링 구현을 실시한다. 학습 내용을 바탕으로 제어 시스템을 설계 및 실험하여 제어공학에 관련된 전반적인 내용을 학습한다. |
정길도 | 1,3학기 | 개편 |
| 현대제어공학이론 및 응용2 | - 제어 시스템의 해석과 설계에 필요한 핵심개념을 학습 - 신경회로망 기반 머신러닝과 딥러닝 이해 - 최신 딥러닝 기법 학습(CNN, LSTM, GAN 등) - 현대 제어 시스템 설계 및 실험 : 현대 제어공학 2에서는 현대 제어공학 1의 심화 과정으로 제어 시스템의 해석과 설계에 필요한 핵심개념을 학습한다. 신경회로망을 기반으로 머신러닝과 딥러닝에 대해 확실히 이해하고, 이를 바탕으로 최신 제어 기법을 소개한다. 최종적으로 현대 제어 시스템을 설계하고 실험하여 현대 제어공학을 응용함을 목표로 한다. |
정길도 | 2,4학기 | 개편 |
| 기계학습 및 응용 | 본 교과목은 기계학습 분야의 제반 알고리즘을 폭넓게 이해하고 활용하는 능력을 배양하는 것을 목표로 한다. 따라서 기본적인 기계학습 문제인 개념학습(concept learning), 결정트리(decision tree), 인스턴스 기반의 학습(instance-based learning) 뿐만 아니라 ML(maximum liklihood) 및 베이지언 방법(Bayesian method)를 기반으로 하는 회귀(regression) 및 선형 분류기(classifier) 문제를 다루며, 커널 방법(kernel trick), 분별적(discriminative) 분류 알고리즘으로 SVM(Support Vector Machine) 등을 배운다. 뿐만 아니라 무감독 학습으로 군집화 알고리즘과 중요한 특징을 추출(feature selection)하거나 특징수를 감소시키는(feature reduction) 방법 등을 다룬다. 또한 확률론적인 방법으로 EM 알고리즘, 과적합 문제의 해결방안으로 ensemble learning, 강화학습(reinforcement learning) 기초 등 기계학습 전반을 다루게 된다. Matlab, Python 등의 소스코드와 각종 툴, 예제 데이터들이 활용가능하기 때문에 알고리즘의 구현과 성능분석 등의 실습이 숙제로 부과된다. | 이준환 | 1학기 | 개편 |
| 딥러닝 | 컴퓨터비전은 검색, 앱, 의료, 드론, 자율주행차 등과 같은 다양한 응용분야에서 이미 우리 생활에 폭넓게 활용되고 있다. 이러한 응용들의 핵심은 이미지 분류, 위치 인식, 물체 감지 등과 같은 영상 인식 기술들이다. "딥러닝"으로 알려진 최근 신경망 기술의 발전은 영상 인식 기술들의 성능을 극적으로 향상시켰다. 본 과목은 이미지 분류를 위주로 한 딥러닝 모델에 대한 세부 내용들을 다룬다. 15주 동안의 강의를 통해 신경망의 구현, 학습, 디버깅을 경험하고 및 컴퓨터비전 분야의 최신 연구들을 이해할 수 있게 될 것이다. 프로그래밍 과제들을 통해 수백만개의 파라메터를 갖는 모델을 학습해보는 것을 목표로 한다. 강의에서는 이미지 인식 문제 설정, 역전파 기반 학습 알고리즘, 학습 및 모델의 세부 튜닝을 위한 활용 기법 등이 주로 다뤄질 것이다. | 이준환 | 2학기 | 개편 |
| 인공지능특론 | 인공지능은 그 범위가 매우 포괄적이며, 때로 모호하기까지 하다. 이 강의는 인공지능에서 핵심적이며 중요한 이론으로서 지식표현, 학습, 추론 등을 공부한다. 또한 수강생의 흥미와 학위논문 연구 주제를 조사하여 그에 맞게 내용을 조정하는 방식으로 운영할 것이다. 교재는 open source e-book을 활용할 것이다. |
오일석 | 1학기 | 개편 |
| 알고리즘특론 | 현대 컴퓨터공학이 안고 있는 문제는, 데이터 양이 많고, 비정형화되어 있고, 빠르게 응답해야 하는 등의 까다로운 요구 조건을 안고 있다. 따라서 효율적인 알고리즘을 선택하는 안목이나 설계하는 능력은 어느 곳에서나 필수적이다. 이 과목은 학부에서 익힌 알고리즘에 대한 기초적인 능력을 보다 심층화하는 것을 목표로 한다. 또한 학생의 연구 분야에 발생하는 문제를 토픽으로 삼아, 효율적인 알고리즘을 설계하고 구현하는 프로젝트를 운영한다. |
오일석 | 2학기 | 개편 |
| 컴퓨터구조특론 | 본 수업은 현재의 프로그래머블 컴퓨터 (modern programmable computer)의 하드웨어/소프트웨어적 기본 구조 및 동작 방법에 대해 폭넓게 이해하고 이를 바탕으로 컴퓨팅 성능 평가의 기본 법칙을 학습하는 것을 목표로 한다. 이를 위해 명령어수준 아키텍쳐 (ISA:Instruction Set Architecture), 파이프라인 (basic pipeline structure), 캐시 (Cache), 메모리 (Memory), 입출력 장치(I/O Device) 에 이르기까지, 컴퓨터의 기본 구성과 설계 방법론 (design methodology) 등을 다루며, 이를 통해 인공지능, 빅데이터 분석등 고성능 컴퓨팅 파워 (High Performance Computing Power) 를 필요로 하는 다양한 응용 분야에 있어 컴퓨팅 활용 능력을 배양 하고자 한다. |
윤수경 | 1학기 | 개편 |
| 클라우드 컴퓨팅 | 본 수업에서는 대표적인 분산 컴퓨팅의 활용 분야인 클라우드 컴퓨팅을 학습한다. 특히 아마존 웹서비스, 구글 클라우드, MS Azure 와 같은 상용 클라우드 서비스를 사용한 실습을 통해 실제 클라우드 환경에서 서비스를 제작, 배포하는 능력을 함양한다. 본인의 연구 분야에서 실험 등을 진행하기 위해 클라우드 환경을 활용할 수 있는 능력을 함양한다. |
윤수경 | 2학기 | 개편 |
| 에너지 AI 응용 1 | - 기계학습 및 인공지능 관련 기술 및 향상된 소프트웨어 응용능력을 습득하고 에너지 공학 기술에 적용하는 실습 수행 | 정길도/이말례 | 3학기 | 개편 |
| 에너지 AI 응용 2 | - 에너지 발전소 전기/전자 시스템의 효율적 설계를 위해, 기계학습 및 인공지능 관련 이론 및 소프트웨어 응용 능력을 배양하고 전기/전자 시스템 적용 및 실습을 수행 | 이승법 | 4학기 | 개편 |
| 유무기 에너지 소재 | - 에너지 변환 및 저장을 위한 반도체 소재의 물리화학적 원리 이해 - 차세대 유무기 소재의 합성 및 공정 방법에 대한 강의 |
김 민 | 1학기 | 개편 |
| 태양전지특강1 (공통과목) |
- 태양 전지 소자의 기초 구동 원리 및 다양한 태양 전지 제작 공정을 강의 | 양오봉 | 1학기 | 개편 |
| 반도체 소자물리 | - 광전자 반도체 소자의 기본적인 물리 현상와 전기적 특성을 이해 - 광전기적 소자 (태양 전지, 발광 다이오드, 레이저 등)에서 적용되는 물리 원리와 분석법에 대하여 이해 |
김 민 | 2학기 | 개편 |
| 유기에너지소재특강 1 | - 광신호를 전기신호로 또는 전기신호를 광신로로 변환시키는 다양한 소자에 대한 특성과 제조 - 이를 위한 다양한 소재에 대한 특성과 합성법 이해 |
이수형 | 1학기 | 개편 |
| 빅데이터처리 통계학 특강 (공통과목) |
- 통계의 이론적인 접근과 더불어 데이터에 대한 기술통계량과 다양한 형태를 분석하여 데이터에 숨겨진 특징과 패턴 파악 | 양성준 | 계절학기 | 신설 |
| 전기전자회로특강 | 전기전자회로 이론 및 응용을 다루는 과목으로, 태양전지로 부터 생성되는 전기에너지, 회로해석 (송배전을 위한 전기에너지 전달), 전자기해석과 관련된 전기전자회로에 대해 강의 | 이승법/M. Shaheer Akhtar | 1학기 | 개편 |
| BIPV 태양전지 셀 및 모듈 설계 | - 유무기 태양 전지의 소자 구조 및 제작 방식에 대해 소개 - 인공지능을 이용한 다층구조 소자의 최적설계에 대해 강의 |
노원엽 | 2학기 | 개편 |
| 에너지 저장 특강 | - 에너지저장시스템과 관련된 전력변환시스템, 전력시스템, 전기재료 등 다양한 분야의 에너지 지식을 배양 | 노원엽 | 2학기 | 개편 |
| 하이브리드 융합소자 특강 | - 에너지 생산, 전환 및 저장이 동시에 가능한 융합형 소자의 제작 및 개발 - 이를 위한 다양한 소재의 하이브리드화, 이종 소재간의 계면 문제 해결을 위한 방법, 융합소자의 고성능화 방법 이해 |
이수형 | 2학기 | 개편 |
| 국내외 석학초청 PVAI 융합 세미나 | 국내외 PV-AI 융합 기술 전문가 초빙 특강 | 양오봉/김동환 | 계절학기 | 신설 |
| 태양광 화학공장 AI 설계 | - 태양에너지 기술을 활용한 제품 및 시스템 설계 기본원리에 관하여 학습 - 다양한 머신러닝 기반 시스템 분석 방법론을 익힘으로써 태양에너지 기술에 대한 포괄적 이해 |
한지훈 | 3학기 | 개편 |
| 전기전자시스템 설계 최적화 특론 | - 태양광 발전소를 위한 회로 설계도 이해와 태양광 발전소의 구성요소인 태양전지 모듈, DC-DC 컨버터, AC 인버터, 컨트롤러 등에 대한 이론지식을 습득 - 실제 발전소 후보군을 선정하여, 주어진 조건내에서 발전용량을 유지하면서 발전효율을 극대화 할 수 있는 태양광 발전소 설계를 위한 Optimal Design(최적설계) 이론 및 프로그래밍에 대하여 학습 |
이승법 | 3학기 | 신설 |
| IoT 및 AI 기반 태양전지 설계 이론 (심화과목) | - IoT 기반 태양광 발전 시스템을 구성하는 임베디드시스템에 대하여 학습 - IoT 기반 태양광 발전 시스템에서 임베디드시스템은 효율적인 발전 및 송배전이 가능하도록 다양한 센서로부터 획득한 데이터를 빅 데이터로 구축 |
조성익 | 3학기 | 개편 |
| 태양전지 소자 제작 및 측정 실습 | - 유무기 소재 태양전지의 제작 실습하고 전기적 측정 기법을 수행하고 전기 특성 분석 방법 습득 | M. Shaheer Akhtar | 계절학기 | 신설 |
| 태양에너지 기술 경제·환경학 | - Fuzzy 기반 기술 경제·환경학의 기본이론 학습을 통해 태양에너지 기술의 특성 및 향후 전망을 분석함으로써 경제 및 환경적 관점에서 이해하고 넓은 시야와 분석력을 기르는 것을 목표로 함. | 한지훈 | 4학기 | 신설 |
| IoT 및 AI 기반 태양전지 실습 (심화과목) |
- 다수의 센서로부터 획득한 센서데이터와 사용자 단말에서 획득한 전력사용 데이터를 중앙 서버로 전송하여 빅데이터를 구축 - 빅테이터를 기반으로 생성된 발전 시스템 내의 각 모듈에 대한 제어 신호를 수신하여 각 모듈을 제어한다. |
이종열 | 4학기 | 개편 |
| PVAI 융합세미나 (대학원생) |
- 대학원생 PV-AI 프로젝트 결과를 영어로 발표하는 능력 함양 및 국내외 학술지 논문 작성법 강의 | 이승법 | 4학기 | 신설 |
| 전자기장 해석 소프트웨어 수업 | - 상용 소프트웨어 상에서 태양광 발전소 회로 로직 및 전기자동차 무선전력전송시스템을 설계하고, 해석할 수 있는 상용소프트웨어에 대해서 학습 | 산업체 | 계절학기 | 신설 |
