강의계획서

교과목 설명 - 코드, 교과명, 학과, 교수, 과정구분, 전화번호등의 내용
교과목코드 DA051736 교과목명 신경망응용
강의학과 전기공학과 교수 심재훈
교수소속 전기전자공학부 전기공학전공 이수학년
과목구분 과정구분 석·박사공통
이메일 jh.shim@mju.ac.kr 전화번호
테이블 이름 - 주차 및 주제내용
주차 주제
1주차 산업 응용 관점에서 신경망의 역할과 한계를 이해하고, 본 교과목의 목표와 학습 범위를 소개함.
2주차 신경망의 구조와 동작 메커니즘을 이해함.
3주차 순전파 및 역전파 과정을 이해함.
4주차 경사하강법 및 정규화를 이해함.
5주차 FNN, CNN, RNN, LSTM 등 주요 신경망 구조의 특징과 적용 분야를 학습함(1).
6주차 FNN, CNN, RNN, LSTM 등 주요 신경망 구조의 특징과 적용 분야를 학습함(2).
7주차 신경망 구조별 학습 방식을 이해함.
8주차 중간고사 + 최신 산업 AI 기술 동향 리서치 및 발표.
9주차 고장 진단, 예측 유지보수 등 산업 현장에서의 신경망 응용 사례를 분석함.
10주차 데이터 구성, 모델 평가 및 최적화 그리고 모델 배포 방법을 학습함.
11주차 '도메인 적응' 및 '모델 불확실성 개념과 신뢰성 있는 AI 추론 방법'을 학습함.
12주차 최신 신경망 개발 동향을 살펴보고 산업 적용 관점에서의 한계를 분석함.
13주차 단일 코어 임베디드 환경에서의 신경망 배포 구조를 학습함.
14주차 듀얼코어 MCU 기반 임베디드 시스템에서 제어와 신경망 추론의 병렬 배포 전략을 학습함.
15주차 프로젝트 발표
16주차