국립부경대학교 과학컴퓨팅학과

일반대학원 <박사과정>

□ 교과목 해설

1. 기계학습Ⅱ/Machine LearningⅡ

기계학습, 딥러닝의 이론을 이해하고 실제 데이터 분석에 활용하는 방법을 익힌다.

2. 강화학습/Reinforcement Learning

강화학습 이론 및 알고리즘을 학습하고 문제에 적용하는 방법을 익힌다.

3. 최적제어이론/Optimal Control Theory

최적제어이론에 대해 소개하고 응용문제에 대한 최적의 해를 찾는 방법을 학습한다.

4. 분자모델링/Mathematical Modeling

분자동역학(MD) 방법의 기초를 배운다. 컴퓨터에서 MD 시뮬레이션을 직접 실행하여 많은 수의 원자로 구성된 계에서 원자들이 시간에 따라 어떻게 움직이는지를 살펴보며, 이러한 시뮬레이션으로부터 계의 여러 특성을 어떻게 계산할 수 있는지 살펴본다.

5. 고급계산화학/Advanced Computational Chemistry

학부에서 배운 양자역학을 복습한 후 Hartree-Fock (HF) 방법과 밀도 범함수 이론(DFT)의 기초를 배운다. 이 방법들이 구현된 소프트웨어를 활용하여 분자에 대한 양자계산을 컴퓨터 상에서 직접 수행해 보며 분자의 성질을 계산할 수 있는 능력을 키운다.

6. 고급양자컴퓨팅/Advanced Quantum Computing

정보, 계산, 학습, 지능의 한계 및 돌파 연구 이해

7. 양자인공지능/Quantum Artificial Intelligence

양자정보, 양자컴퓨팅의 출현에 따른 인공지능 변화 이해

8. 계산물리고등논제/Advanced Topics in Computational Physics

양자계와 비평형계를 이해하기 위한 이론 및 계산 알고리즘을 소개함으로써 연구에 적용할 수 있게끔 함.

9. 네트워크Ⅱ/NetworkⅡ

네트워크 I 에서 배웠던 네트워크 이론의 기초를 바탕으로 최신 네트워크 이론들을 통해 연구되고 있는 의견 동역학, 커뮤니티 탐지, 질병 등 사회적 전파 과정에 대한 이론 등을 학습한다.

10. 알고리즘/Algorithm

본 과목에서는 전산적 방법으로 해결가능한 문제들을 추상화하고 이들을 해결하는 알고리즘 또는 알고리즘을 설계하는 기법을 학습함으로서 컴퓨팅과 연계되는 다양한 분야의 연관관계를 이해하고 이들을 관통하는 조망을 얻는 기회가 될 것이다. 컴퓨터 알고리즘의 디자인과 분석을 위한 원리와 기법을 학습하여 실제의 문제들을 해결하는 효율적인 알고리즘들을 설계하고 구현할 수 있는 능력을 키운다. 수학적 귀납법, asymptotic analysis 등의 기본원리와 greedy method, divide & conquer, dynamic programming, branch-and-bound, backtracking 등의 알고리즘 디자인기법과 기초적인 계산복잡도 이론을 공부한다.

11. 데이터베이스/Database

데이터와 정보 활용을 통한 가치가 증가함에 따라 다양한 분야에서의 데이터 베이스 이해에 대한 요구가 증가하고 있다. 본 강의에서는 데이터 베이스 입문자들에게 꼭 필요한 데이터 베이스 기초 이론, 데이터 모델과 연산, SQL 에 대해 공부할 것이다.

12. 응용데이터과학/Applied Data Science

데이터 분석 기술을 응용하여 과학적 문제를 해결하는 방법을 학습하고 실습한다.

13. 박사세미나Ⅰ/Seminar I

과학컴퓨팅 분야의 최근 연구주제들을 소개한다.

14. 박사세미나II/Seminar II

과학컴퓨팅 분야의 최근 연구주제들을 소개한다.

15. 박사논문연구/Doctoral Dissertation Research

박사학위 이수를 위한 연구방법과 논문작성법 등을 익힌다.