교과목

강의 교과목 내용

어넬리틱스이론및응용 (Analytics Theory and Its Applications)
어낼리틱스는 데이터에서 의미 있는 정보를 추출하여 최적의 의사결정을 하는 과학적 과정을 의미한다. 본 과목에서는 최적 의사결정을 위한 최적화 이론을 대학원 수준에서 다루며 최적화 이론을 실제 현실 문제에 적용하는 방법 또한 배운다.
통신경영정책특론 (Special Topics in Telecommunications Management Policy)
디지털경제의 핵심인 정보통신산업에 대한 효과적인 경영전략 및 정책수립과 운영을 위한 정보경제, 요금이론, 표준화 및 지적재산, 전파자원 및 규제 등에 관한 최신이론을 이해하고 응용능력을 배양한다.
기술경영분석방법론(Analysis Method in Management of Technology)
기술경영분석 전과정을 목표로 하여 연구의 설계, 자료수집 및 분석, 그리고 분석결과의 정리에 관한 이론과 실제를 사례분석, 통계분석, 경영과학 분석 등 다양한 방법론을 통하여 학습한다.
제품공학 (Product Engineering)
제품의 기능 구조 및 원가 측면에서의 설계 최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다. 또한 차세대 환경친화적, 정보집약적, 대량맞춤형 제품개발 방식에 관한 각종 연구논제를 다룬다.
데이터마이닝응용 (Data Mining Applications)
데이터웨어하우스 및 데이터마이닝의 기초이론 및 관련 패키지를 이용한 실무응용을 학습한다.
물류시스템분석및설계 (Analysis and Design of Logistics Systems)
현대 물류의 범위는 구매, 생산, 수배송, 유통에 이르는 전 범위로 확장되었다. 본 과목은 전체 공급망(Supply Chain) 관점에서 물류시스템의 분석과 설계에 관한 이슈들을 다룬다. 또한 물류정보와 관련된 WMS (Warehouse Management System), TMS (Transportation Management System) 등과 이들의 하부구조로서 자동인식 기술, 무선데이터통신 등을 포함한다.
지능형컴퓨팅 (Computational Intelligence)
다양한 최적화 문제에 대해 근사 최적해를 보장해주는 ACO, Swarm Intelligence 등 지능형 컴퓨팅 기법들을 다룬다.
산업경영공학세미나 Ⅰ (Seminar in Industrial and Management Engineering Ⅰ)
산업경영공학 분야의 새로운 추세, 방법론, 적용사례 등에 대한 최신 연구논문을 소개하고, 토론을 통한 심층적 분석능력 및 연구능력을 배양한다.
산업경영공학세미나 Ⅱ (Seminar in Industrial and Management Engineering Ⅱ)
산업경영공학 세부 전공분야별 연구논문의 발표, 토론을 통하여 관심연구 분야의 추세를 파악하고 관련 주제의 구체적인 해결방안을 학습한다.
에이전트기반모델링 (Agent Based Modeling)
ABM의 이론과 실습을 통해 ABM 도구를 다방면에서 활용할 수 있는 능력을 배양한다.
데이터어낼리틱스세미나1 (Seminar in Data Analytics 1)
본 세미나는 Data Analytics의 최근 연구추세를 소개하고, 다양한 관련 논문을 검토하며 향후 발전 장향을 토론한다. 본 세미나의 이론과 기법 외에도 다양한 응용 사례를 포함한다.
생산정보시스템 (Production Information Systems)
APS(Advanced Planning and Scheduling)를 위주로 한 생산관리를 위한 정보시스템의 기본 개념, 알고리즘, 설계방법론, 구현 방안 등을 정보시스템의 관점에서 학습한다. 특히, MRP, CRP, MES 등의 알고리즘과 이의 정보시스템으로의 구현 방안을 중점적으로 학습한다.
소프트웨어품질경영 (Software Quality Management)
정보화 사회의 중요성이 증대되는 소프트웨어의 품질을 효율적으로 보증할 수 있는 방법론을 배운다. 소프트웨어 엔지니어링 기초 이론, Review/testing, 형상관리, 프로젝트 관리 등의 기법과, SPICE, CMM, ISO 9000-3 등의 품질개선을 위한 국제기준 내용을 숙지한다.
스케쥴링 (Scheduling)
제조시스템과 통신 등을 포함한 여러 가지 서비스 시스템의 운영 효율을 높이기 위한 기법으로서의 여러 스케쥴링 이론을 습득한다. 간단한 시스템에 대한 전통적인 수리적 방법과 보다 일반적인 시스템에 대한 컴퓨터 시뮬레이션을 통한 분석 능력을 배양한다.
인공신경망 (Artificial Neural Networks)
머신러닝의 한 부야인 인공신경망 모형에 대해 알아본다. 인공신경망의 발달과정과 기본 이론학습을 통해 인공지능 연구에서 인공신경망이 갖는 특징을 살펴보고, 다층구조, 학습방법, 응용분야 등에 대한 이론과 동향을 배운다.
이산최적화 (Discrete Optimization)
본 과목은 최적화이론 및 응용 중 최근 가장 널리 사용되는 discrete model의 개발, 분석, 알고리즘 개발에 대해 학습한다. 이산최적화를 위한 LP 이론, 그래프이론, Network모형, complexity 등을 공부하고 이산 최적화의 최근 연구 이슈인 Polyhedral Combinatorics, Valid Inequality, Column Generation, B&B 알고리즘, B&C 알고리즘, B&P 알고리즘 등을 학습한다.
비정형데이터분석 (Unstructured Data Analysis)
비정형데이터의 수집/처리/분석을 위한 다양한 방법론 및 이론적 배경을 학습하고, 이로부터 가치 있는 지식을 추출하는 일련의 과정을 다룬다.
기술사업화론 (Technology Commercialization)
기술기획과 R&D 프로젝트의 실행단계를 통해 확보한 기술자산을 기술경영의 궁극적인 목적인 사업화로 연계하기 위한 프로세스와 방법론을 학습한다.
시스템다이내믹스 (System Dynamics)
시스템다이내믹스의 사고프로세스 기법을 학습하고 이를 컴퓨터 시뮬레이션으로 모델링할 수 있는 도구에 대해 학습한다.
정보공학고등논제 (Special Topics in Information Engineering)
정보공학의 최근 동향, 적용 사례 등을 근래에 발표된 학술논문과 산업계의 응용 사례를 중심으로 학습한다.
데이터공학 (Data Engineering)
원시데이터를 실직적인 수단과 기법으로 분석이 용이한 형태로 데이터를 전환하는 다양한 주제를 다룬다.
지능형생산시스템 (Intelligent Manufacturing Systems)
정보 시스템의 발달로 점차 정보화/지능화되어가는 제조 시스템의 설계와 운영 기법을 익힌다. 근래에 점차 적용 범위가 확대되고 있는 인공 지능기법을 익히고, 이를 지능화된 제조시스템의 설계와 운영에 적용한다.
발견적기법 (Heuristic and Meta-heuristic Methods)
공학과 경영에 사용되는 의사결정 모형에 대해 전통적인 발견적 기법과 타부서치, 유전 알고리즘, 시뮬레이티드 아닐링, 신경망 이론 등의 메타 휴리스틱 방법론과 관련 해법을 학습한다.
기술혁신전략 (Technological innovation strategy)
혁신적인 새로운 기술의 출현으로 인해 전혀 새로운 제품과 서비스 시장을 형성하게 됨으로써 기존의 기업들이 무력화 되는 사례가 빈번히 발생하고 있다. 산업현장에서 기술전략을 수립하기 위한 기본적 원리를 파악하고 변화에 능동적으로 대처하는 능력을 배양한다.
통신시스템고등논제 (Special Topics in Telecommunications)
통신시스템과 네트워크의 최첨단 기술의 발전과 진화에 관련된 이론과 시스템 기술 및 관련 산업정보공학 문제들을 학습한다. 여기에는 ATM, WDM, 5G, Mobile Internet 등을 포함한다.
품질공학특론 (Special Topics in Quality Engineering)
생산 및 서비스 산업에 있어서 고객만족도 제고 및 불량감소를 위한 다양한 데이터 분석방법론을 다룬다. 실험계획 및 분석의 고등논제, 다구치 방법론, 신뢰성 분석 및 설계, 신경망 분석 기법 등을 학습한다.
통계적학습 (Statistical Learning)
데이터에 내포한 정보를 이해하기 위한 일반선형, 분류 및 군집화 등 통계학적 모형을 이해하고, R 패키지를 이용하여 정보처리 방법과 분석결과를 검증하기 위한 다양한 방법론을 다룬다.
빅데이터시스템 (Big Data Systems)
Big Data의 개념 및 다양한 비즈니스 활용과 기반 기술에 대한 이해를 목표로 하고 있으며, Big Data Platform의 이해 및 Big Data의 수집, 저장관리, 빅데이터 처리 및 분석기술에 관한 내용을 다룬다.
SCM특론 (Special Topics in Supply Chain Management)
미래의 시장경쟁은 단위 기업 차원이 아닌 공급망(Supply Chain) 차원이 될 것이며, 이러한 추세는 전자상거래에 의하여 더욱 가속될 것이다. 본 강의는 공급망 차원에서 구매, 생산, 수배송, 유통 전반의 구조와 관련된 주요 Issue와 기업사례를 연구한다.
시스템공학및응용 (Applied Systems Engineering)
시스템공학은 대형시스템의 요구 분석, 설계, 운영 폐기까지의 전과정의 체계적 관리를 연구하는 분야이다. 군사 무기체계, 초고속 철도, 지능형 도시관리 시스템 등의 다양한 대형시스템의 효과적인 설계, 운영, 폐기의 전 수명주기를 체계적으로 관리하기 위한 방법론과 기법들을 다룬다.
프로세스마이닝 (Process Mining)
다양한 기법으로 조직의 업무프로세스를 분석할 수 있도록 교육한다. 이를 위해 Business Intelligence, 프로세스 감시와 분석, 프로세스 모델링, 프로세스 마이닝 등을 학습한다.
수리적확률및통계 (Mathematical Probability & Statistics)
확률과 통계의 주요 개념을 수리적으로 소개하고 관련된 응용사례를 소개함으로써, 이후 고급 논제를 올바르게 이해하고 기법들을 정확하게 사용할 수 있도록 학습한다.
응용확률적과정 (Applied Stochastic Processes)
확률적 과정의 개념과 마코프 체인, 브라운 과정 등 기본 모형에 대해 학습하고, 이와 관련된 시뮬레이션, 마코프 의사결정 과정 등에 대해 알아본다. 또한 이런 모형들이 응용되는 금융상품 가치평가, 동적 시스템 제어등에 대해 학습한다.