첨단도로교통체계 (Intelligent Highway Tranport System)
- 보다 적극적인 방식으로 교통 문제를 해결하고 시설의 효율을 극대화하기 위해 대두된 ITS의 개념을 소개하고, 주요 분야인 ATMS, ATIS, AVCS, CVO, APTS 등의 체계구성, 운영 특성, 개발 과제, 효과 분석 등을 다룬다.
교통공학특론 (Advanced Traffic Engineering)
- 교통공학이란 사람과 물자를 안전하고, 빠르고, 편리하고, 경제적으로 이동시키기 위한 교통시설의 개발, 설계, 시공, 이용, 운영 등에 필요한 기초이론 및 기술을 다루는 분야이다. 지속가능한 교통시설을 제공하기 위해서 교통전문가는 운전자 및 보행자 등을 포함한 사람의 행태, 자동차의 물리학적 운전특성, 그리고 교통시설의 특성 등을 모두 이해하여야 하며, 상기 요소들의 상호 작용을 통해서 구현되는 교통흐름을 모형화 및 평가할 수 있는 능력이 필요하다. 따라서 본 교통공학특론 수업은 교통 현상을 이해하고 모형화하기 위하여 필요한 이론을 보다 깊이 있게 다루고자 한다. 또한 학습된 기초 이론을 현실의 교통여건 등에 적용해 봄으로써 기초 이론의 응용 능력을 배양하고자 한다.
스마트모빌러티프로젝트 (Smart Mobility Project)
- 대표적인 4차 산업혁명 관련 기술인 빅데이터 기법을 이용하여 교통부문에서 분류, 군집 그리고 예측을 수행할 수 있는 능력을 배양하고 이러한 기술을 바탕으로 새로운 교통서비스인 스마트 모빌러티를 개발하는 프로젝트 수업으로 진행된다. 본 수업은 기본적인 빅 데이터 분석 기술 중 분류 및 군집화 기술을 집중적으로 다루고자 한다.
자동제어특론 (Advanced Automatic Control)
- 제어계의 모델화, 선형시스템의 상태공간 표시, 관측성 및 제어성, 안전성 해석, 시간 및 주파수 도메인에서의 단일 또는 다변수 피드백 제어시스템의 설계 및 분석, 관측기 및 관측기 기반 피드백 제어와 엔지니어링 시스템으로의 적용을 배운다.
교통통계(Transportation Statistics)
- 제어계의 모델화, 선형시스템의 상태공간 표시, 관측성 및 제어성, 안전성 해석, 시간 및 주파수 도메인에서의 단일 또는 다변수 피드백 제어시스템의 설계 및 분석, 관측기 및 관측기 기반 피드백 제어와 엔지니어링 시스템으로의 적용을 배운다.
교통체계분석 및 계획(Transportation Systems Analysis & Planning)
- 교통계획 과정에 대한 전반적인 개념과 계획 과정에 필수적인 교통수요의 예측문제를 다룬다. 수요예측 기법으로는 전통적 4단계모형(교통발생, 교통분포, 교통수단 선택, 노선배정)이 간략히 소개되고, 대안의 설정 및 평가 기법 실례, 적용상의 제반 문제도 아울러 논의된다.
고급영상신호처리 (Advanced Digital Image Processing)
- 이 교과목에서는 다양한 영상신호처리기법을 소개한다. 선형처리(화질개선 및 영상재생), 비선형처리(분수계 변환, 형태론), 컬러영상처리(컬러 기울기에 의한 에지검출), 다차원영상처리 등을 다룬다. 기존의 주요 영상처리기법(영상분할, 다차원 영상 분류, 동영상물체추적)을 다루지만 이론보다 실험 실습적 컴퓨터 계산에 중점을 둔다.
응용 통계 (Applied Statistics)
- 자료를 모형화하는 방법으로 선형모형에 대해 다룬다. 모형 선택, 추정, 모형검정과 같은 방법론에 대해서 단순회귀, 다중회귀, 분산분석 등의 모형에 기반하여 최소제곱방법을 이용한 추론을 다룬다. 추가적으로 우도에 관한 추론도 다루고자 한다. 선형모형에 기반한 이론과 기법들을 바탕으로 실제적인 통계자료처리에 적용하는 방법을 다룬다.
머신러닝기법 및 응용 (Machine Learning: Methods and Applications)
- 본 과목은 머신러닝의 기본적인 개념들과 데이터 기반 예측모델을 개발하기 위한 주요 알고리즘을 소개한다. 머신러닝의 이론적 이해를 바탕으로, 실제 데이터를 활용하여 다양한 상황에서 예측모델을 개발하는 실습과 머신러닝을 구현하는데 고려되어야 할 실무적인 이슈들에 대한 논의를 통하여 수강생들이 데이터 사이언티스의 역량을 갖추는 것이 학습목표이다. 또한, 머신러닝과 관련된 연구를 하기 위한 관련 학문적 이론과 최근 연구 동향도 함께 살펴본다.
자율주행자동차개론 (Introduction to Automated Driving Vehicle)
- 자율주행자동차의 핵심기술에 대한 소개뿐만 아니라 AI, SW 플랫폼, 미래 모빌리티와 어떠한 관계를 가지고 있는지를 소개한다. 좀 더 구체적으로 인지, 판단 및 계획, 그리고 제어라는 분야로 나누어서 현재 기술 수준을 설명한다. 더 나아가, 이러한 기술이 상용화되기 위해서 필수적인 안전성 검증 및 평가에 대한 이슈를 논의하면서 실제 스마트 모빌리티의 도구가 되기 위한 기술적 도전을 같이 논의하도록 한다.
자동차 인공지능 특론 (Advanced Automotive AI)
- 이 강의에서는 학생들이 기본 머신러닝(ML)과 딥러닝 이론에 대해 배우고, 이러한 기본 ML을 스마트 모빌리티나 자율주행차용 AI 애플리케이션에 적용하는 방법에 대해 배운다. 학생들은 또한 ML 알고리즘 구현에 대한 실제 경험을 가진다.
응용산업수학특강 (Topics in Applied and Industrial Mathematics)
- 계산유체역학, 나노유체, 분자동역학, 생명정보학, 확률과정, 최적화문제, 보험수학, 변분학, 다중스케일 문제 빅테이터, 인공지능 등 응용수학 및 산업수학 제 분야의 최신 이론을 주제를 바꾸어 가며 다룬다.
산업데이터 분석 및 응용 (Data Analytics and Application)
- 사회에서 일어나는 다양한 현상들은 다수의 경제학 이론들에 의해 설명이 된다. 본 과목은 이러한 경제학 이론들을 실증적으로 검증하기 위한 계량경제학의 주요 내용과 분석방법을 소개한다. 수강생들은 계량경제학의 패널모형들을 이해하고 실제 산업데이터를 분석하는 실습을 통하여 관련 사회 현상들의 인과관계를 실증적으로 검증하는 능력을 배양하며, 계량경제학을 이용한 최근 연구 문헌들을 함께 살펴보고 의미있는 자신의 연구를 계획할 수 있는 기회가 주어질 것이다.
모빌리티 세미나 (Mobility Seminar)
- 본 과목은 국내외 전문가 대상 특강과 융합학과 교수진 강의를 통해 도로교통 인프라 및 제어 기술, 친환경/자율주행 자동차 등 모빌리티 분야 국내외 최신동향 기반 다양한 실무지식 배양을 목표로 한다.
고등데이터마이닝 (Advanced Data Mining)
- Data capture has become inexpensive and ubiquitous as a by-product of innovations such as the internet, e-commerce, electronic banking, point-of-sale devices, bar-code readers, intelligent machines, and the amount has been increasing at an incredible rate due to technological advances. "Data mining" refers to a collection of techniques for extracting "interesting" relationships and knowledge hidden in a mountain of data in order to assist managers or analysts to make intelligent use of them. A number of successful applications have been reported in areas such as credit rating, fraud detection, database marketing, customer relationship management, and stock market investments. In this course, we will examine a variety of data mining techniques evolved from the disciplines of statistics and artificial intelligence (or machine learning), and practice them in recognizing patterns and making predictions from an applications perspective. Application (or case) surveys and hands-on experimentations with easy-to-use software will be provided.