Skip to main content
디지털 논리회로와 인공지능 동영상

디지털 논리회로와 인공지능




강좌 소개

수업내용/목표

본 강좌는 자율주행자동차 등 인공지능 기반의 자율주행시스템에서 핵심적인 역할을 수행하는 인공지능 반도체 소프트웨어 개발을 위한 주요 알고리즘을 다룹니다.

홍보/예시 영상

강좌 운영 계획

주차

주차명

차시

차시 학습내용

평가 방법

1

인공지능 소개

1-1.

- 머신러닝의 분류

- 인공지능 반도체 소개

퀴즈

2

인공지능의 배경과 역사

2-1.

- 인공지능의 역사

퀴즈

3

논리회로

3-1.

- 논리 게이트 개념, 원리 및 종류

- 논리 게이트와 파이썬

퀴즈

4

유니버설 게이트

4-1.

- 부울대수

- 드모르간의 정리

- 유니버설 게이트

퀴즈

5

조합논리회로I

5-1.

- 비트 연산자

- 시프트 연산

- 가산기

- 감산기

퀴즈

6

조합논리회로II

6-1.

- 인코더

- 디코더

퀴즈, 과제

7

조합논리회로III

7-1.

- 멀티플렉서

- 디멀티플렉서

- 비교기

- 곱셈기

퀴즈

중간시험

9

텐서와 파이썬I

9-1.

- 텐서와 파이썬

- 브로드캐스팅의 이해와 적용

퀴즈

10

텐서와 파이썬II

10-1.

- 선형대수와 파이썬

- 함수의 시각화

퀴즈

11

텐서와 파이썬III

11-1.

- 평균값과 편차 구현

- 함수의 시각화

퀴즈, 과제

12

선형분류와 인공신경망

12-1.

- 단층 퍼셉트론

- 선형분류

- RGB 표현

- 이미지 처리

퀴즈

13

확률경사법

13-1.

- 선형회귀와 최적화

- 확률경사하강법

- 그래디언트 계산과 배치

퀴즈

14

오차역전파와 인공신경망

14-1.

- 감도함수 유도

- 비용함수의 변화율

- 오차역전파 알고리즘

퀴즈

기말시험

강좌특성

파이썬 프로그래밍과 연계한 실습

           

 

강좌운영팀 소개

교수자

심임보 professor
심임보 교수
현) 동아대학교 기계공학과 교수
Ph.D. in Computational Science and Engineering, University
of Basel, Switzerland

강좌지원팀

최정아
최정아
동아대학교 일반대학원 교육학과 교육공학 및 교육과정전공 박사 재학
E-mail : choija@donga.ac.kr
노영훈
노영훈
동아대학교 공과대학 기계공학과 석사과정
E-mail : gnsdudsh@naver.com

강좌 수강 정보

이수/평가정보

이수/평가정보
과제명 퀴즈 과제 중간고사 기말고사
반영비율 20% 20% 30% 30%

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

강좌 수준 및 선수요건

본 강좌에서는 인공지능 반도체소프트웨어 개발을위해필요로하는알고리즘을이해하기위한전반적인 학습방향을 제시하며 관련된 기초지식을 습득할 기회를 제공할 것입니다.

교재 및 참고문헌

디지털 논리회로, 임석구 외, 한빛아카데미, 2015

자주 묻는 질문

강좌 교재가 따로 있나요?

매 차시 PDF로 학습자료가 제공됩니다.

자막은 영어만 제공되나요?

한국어 및 영어 자막이 제공됩니다.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    intermediate
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    Dong-A University
  4. 운영 기관의 전화번호 입니다.

    Phone

    051-200-6287
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 01시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    12시간 00분
    (06시간 42분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.06.13 ~ 2022.08.21
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.06.13 ~ 2022.08.21
  9. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.
  10. Video Transcript

    한국어, 영어