일반대학원 석사과정 교과목 소개 | |||
작성일 | 2024-02-08 | 조회수 | 43 |
---|---|---|---|
첨부파일 | |||
<석사과정>
□ 교과목 해설
1. 기계학습I/Machine Learning I 다층 퍼셉트론에서 시작하여 GPU를 활용한 딥러닝의 이론과 실제 활용사례들을 익히고 각자의 연구문제에 적용한다. 2. 계산뇌과학/Computational Neuroscience 미시적인 수준에서부터 거시적인 수준까지 뇌의 구조와 작동을 기술하는 다양한 관점을 익히고 이를 실제 진단 데이터와 연계하여 분석한다. 3. 데이터분석/Data Analysis 시공간적으로 여러 신호와 잡음이 섞여있는 데이터로부터 우리가 필요로 하는 신호를 어떻게 추출할 수 있는지 수학적 이론과 실제를 이해한다. 4. 수리적모델링/Mathematical Modeling 자연현상을 설명하기 위한 수리적 모델링의 다양한 층위와 기법들, 각각의 장단점과 선택 기준을 다양한 사례를 통해 익힌다. 5. 양자화학/Quantum Chemistry 양자역학의 원리로부터 원자와 전자의 움직임, 나아가 분자구조와 물성 또는 화학 반응을 설명하는 학문적 틀을 익힌다. 6. 통계열역학/Statistical Thermodynamics 통계역학과 열역학의 원리를 다분자계에 적용함으로써, 대규모 연산을 통해 분자의 화학적 성질을 예측할 수 있는 방법론을 익힌다. 7. 양자알고리즘/Quantum Algorithm 양자컴퓨팅에서 양자우위를 실현하기 위해 제안된 알고리즘들의 원리와 요구사항을 이해하고 양자프로그래밍을 실습한다. 8. 양자계산과학/Quantum Computational Science 양자정보와 양자컴퓨팅이 다체계의 연구와 계산생물학 등 다양한 방면에 어떻게 응용될 수 있는지 최첨단 연구들을 소개한다. 9. 몬테카를로방법론/Monte Carlo Methods 유사난수의 발생을 통해 다양한 목적함수를 최적화할 수 있는 방법들과 그에 따르는 통계적 처리 등을 익히고 실습한다. 10. 진화게임이론/Evolutionary Game Theory 여러 참여자들의 선택에 결과가 의존하여 단순한 최적화로 문제를 해결하기 어려울 때, 그러한 문제들을 진화적인 아이디어로 해결하는 이론틀을 익힌다. 11. 네트워크I/Network I 연결망의 불균일한 구조가 그 위에서 일어나는 동역학적 과정에 어떤 영향을 미치며 함께 변화해나가는지 모형과 실제 데이터를 통해 학습한다. 12. 계산과학수학/Mathematics for Computational Science 이산수학과 미분방정식 등 계산과학 연구를 위해 필요한 수학적 도구들을 익힌다. 13. 석사세미나I/Seminar I 과학컴퓨팅 분야의 최근 연구주제들을 소개한다. 14. 석사세미나II/Seminar II 과학컴퓨팅 분야의 최근 연구주제들을 소개한다. 15. 석사논문연구/Master Thesis Research 석사학위 이수를 위한 연구방법과 논문작성법 등을 익힌다.
|
다음 | ★2024학년도 1학기 등록금 수납★ |
---|---|
이전 | ★★공통 교과목(연구윤리/ 현장연구)」강좌 운영★★ |