본 과목의 목적은 공과대 대학원 과정 학생들을 대상으로 자동차 인간공학 관련 최신 지식들을 제공하고, 인간공학적 차량 설계 관련 연구를 제안, 수행하는 능력을 배양토록 하는데 있다. 인체 측정학, 사용자 수용 개념, 자동차 내부 공간 설계, SAE 표준, 운전 불편도/편의도 평가, 시트 디자인, 디지털 휴먼 모델, 가상 Fitting Trials, 감성공학 응용, Display와 Control의 설계, 승하차 설계, 보편적 설계 등의 주제를 다루게 된다. 수강생들은 다수의 디자인 문제들을 해결하고 Term 프로젝트를 수행함으로써 실제 산업 프로젝트를 제안, 수행하는 능력을 배양하게 된다.

산업공학과 관련된 제반 연구문제들을 현장전문가의 세미나를 통하여 소개하고 교육한다.

정수계획법은 변수의 값이 정수로 제한되는 문제로, 현실에서 가장 많이 응용되는 최적화모형이다. 이 수업에서는 선형계획의 이론과 기본적인 수리적 기법으로 NP-hard 정수계획문제들을 해결하는 다양한 해법을 살펴본다. 분지한계법, 절단평면법, 라그랑지 쌍대기법, 열생성기법, 그리고 발견적 기법을 포함한다. 특히 학생들은 자신들의 문제를 모형화하고 해법을 개발, 구현하는 프로젝트를 수행하게 된다.

이 과목은 NP-hard 조합최적화 모형에 관한 계산론과 해법을 다루는 타 과목 조합최적화와 상보적인 내용을 다룬다. 즉, 풀기 쉬운 모형인 네트워크흐름문제, 매칭, 그리고 매트로이드 문제들을 다룬다. 특히 가장 중요한 해법 개발 개념인 다면체적인 접근법을 포함하여 기존의 선형계획적인 접근법과 일관성 있는 해법 개발의 개념을 습득하도록 한다.

기업의 근본적으로 재화와 용역의 계획, 설계, 개발, 생산(구현) 및 유통, 또는 그 밖의 관련행위를 통하여 이익을 창출하고 사회에 기여함을 목적으로 하는 바, 기업활동의 직접적 대상인 제품 및 서비스를 얼마나 체계적으로 관리(경영)할 수 있느냐 하는 것은 기업의 생존여부를 결정짓는 중요한 요소이다. 본 교과에서는 경쟁적 시장상황 하에서 신제품(서비스)개발을 통한 기업경쟁력의 제고를 목적으로, 이를 달성하기 위한 체계적 방법론을 토의한다. 다루어질 주요 논제는 (1) 제품 및 서비스의 가치측정 방법론, (2) 제품의 품질, 비용 및 가격 관리, (3) 플랫폼의 설계 및 관리, (4) 제품/서비스 다양성 관리, (5) 제품 수명주기 관리, (6) 제품개발과 관련된 리스크 관리, (7) 제품개발을 위한 프로젝트 및 프로세스 관리 방법론 등이다.

인공 신경망을 기반으로 하는 심층 학습 (Deep Learning) 시스템들은 음성/이미지 인식, 번역, 자율 주행 등 다양한 인공지능 영역에서 광범위하게 확산되고 있으며, 관련 기술 또한 빠르게 발전하고 있는 바, 산업 전반에 걸친 시스템의 지능화를 위해, 심층 학습 모형에 대한 이해와 활용 능력이 점차 중요해지고 있다. 본 과목에서는 심층 학습의 주요 이론과 기법을 학습하는 것을 목적으로, 구체적으로 표현형 학습 (Representation Learning), 심층 피드포워드 신경망 (Deep Feedforward Networks), 합성곱 신경망 (Convolutional Neural Networks), 순환 신경망 (Recurrent Neural Networks), 심층 오토인코더 (Deep Autoencoders), 심층 생성 모형 (Deep Generative Models), 심층 강화학습 (Deep Reinforcement Learning) 기법들을 다루고, 이들을 이해하기 위한 기계학습 및 수리적 기초 이론들을 배운다.

Stochastic process에 대한 기본적인 이해를 바탕으로 Asset price의 Behavior를 표현하는 기법들을 고찰해본다. 또한 파생상품 가격결정 모형이론을 위한 기초적인 수학적 모델링을 해 보고, 시뮬레이션을 통한 그 유용성을 검증해 본다.

최근의 뉴로 컴퓨팅 기법과 이의 산업 응용 사례들에 대하여 공부한다. 특히, 특징 추출, 클러스터링 기법과 자기연상 신경망, 앙상블, support vector machine 등을 공부한다. 또한 마케팅, 최적화, 금융공학 분야에 대한 적용사례를 공부한다. 이를 토대로 수강생 개별적으로 알고리즘을 개발하거나 실제 데이터를 이용한 응용 프로젝트를 수행하여 이해를 넓힌다.

경영 시스템을 운영하기 위한 전략 계획 및 통제에 대한 기법들을 바탕으로, 기업 모형을 기반으로 한 보다 상위의 의사 결정을 지원하는 전략적 운영 기법들과 적용사례들을 다루고 있다.

본 과목은 산업공학과 및 공과대학 대학원생을 대상으로 다변량 데이터분석에 필요한 기반 지식을 전반적으로 이해하고 응용할 수 있는 능력을 배양함을 목표로 하며 이를 위해 다변량 통계학 (multivariate analysis) 방법론 (회귀분석, 요인분석, 군집분석, 판별분석, 구조화 방정식 등) 에 관한 이론과 실습을 중심으로 학습하고 이를 연구의 설계, 연구자료의 수집과 분석, 분석결과의 정리 그리고 결과를 해석하도록 한다.