北京大学——信息科学技术学院-智能科学与技术专业培养方案

 您现在的位置: 考博信息网 >> 文章中心 >> 院校信息 >> 专业介绍 >> 正文 北京大学——信息科学技术学院-智能科学与技术专业培养方案

考研试卷库
北京大学——信息科学技术学院-智能科学与技术专业培养方案

一级学科名称     计算机科学与技术 
       专业名称    智能科学与技术
       专业代码        08122
  
 
一、学科(专业)主要研究方向
序号
研究方向名称
主要研究内容、特色与意义
研究生导师(博导注明)
1.        
复杂网络建模与智能分析
主要开展机器智能方面的研究,包括多媒体海量数据的挖掘和智能分析、面向领域的应用基础研究和多学科交叉研究
*何新贵,*谭少华,*谢昆青,*谭营,*李红燕,
张 岩,童云海,邓志鸿,宋国杰,马修军
2.        
数据仓库与数据挖掘
3.        
多媒体与智能信息检索
4.        
数字图书馆与数字博物馆
5.        
商务智能与Web智能
6.        
信息安全的人工免疫系统
7.        
计算智能
8.        
传感器网络与数据流系统
9.        
Agent系统与分布式智能
10.    
智能交通系统(ITS)
11.    
智能机器人
主要开展机器感知方面的研究,包括视感知、听感知以及与心理生理相交叉的多学科研究
*查红彬,*封举富,*许超,*赵卉菁,*袁晓如,*曾钢,
张超,林通,刘宏,英向华,王立威,崔锦实,裴玉茹
12.    
数字图像处理
13.    
计算机视觉
14.    
模式识别
15.    
计算机图形学
16.    
可视化与可视分析
17.    
智能人机交互
18.    
数字视频处理
19.    
虚拟现实
20.    
机器感知
21.    
听觉感知与计算听觉场景分析
*迟惠生,*吴玺宏,罗定生,曲天书
22.    
语音识别与语音合成
23.    
语音编码、增强与音质评价
24.    
自然语言处理与网络文本挖掘
25.    
口语人机对话及翻译
 
二、培养目标、学习年限及应修学分
培养目标:(本表可不填政治标准)
    对于智能科学与技术专业的硕士研究生,应掌握坚实的智能科学与技术的基础理论知识,具有利用原理、方法和新技术进行系统分析、设计与开发的能力,并了解当前国内外最新发展动态。具有扎实的理论基础、合理的知识结构、独立分析和解决问题的能力,能够承担科学研究、工程课题以及高校教学工作,并可继续攻读智能科学以及相关技术学科、交叉学科的博士学位。
学习年限:
3
 
 
应修学分:
 
            共   33 学分
            其中   必修:21 学分
                   选修:12 学分
 
必修课21学分
全校必修课:2门, 7学分(英语4学分,政治3学分)
专业必修课: 5门,14学分
 
 三、课程设置(包括专题研讨课等)
序号
课程编号
课 程 名 称
课程类型
学分
开课学期
任课教师(职称)
适用专业
1.         
00010010
中国特色社会主义理论与实践研究
必修课
2
 
 
2.         
00010030
自然辩证法
必修课
1
  春
 
 
3.         
00010040
第一外国语
必修课
4
 
 
4.         
04814000
信息与智能科学导论
必修课(硕/博)
3
查红彬教授等
 
5.         
04814110
三维视觉信息处理
必修课(硕/博)
3
查红彬教授
 
6.         
04814330
地球空间信息科学与方法
必修课(硕/博)
3
谢昆青教授
 
7.         
04814130
模式识别
必修课(硕/博)
3
封举富教授
 
8.         
04814150
计算机视觉
必修课(硕/博)
3
张超副教授
 
9.         
04814300
人工智能概论
必修课(硕/博)
3
谭少华教授
 
10.     
04814532
计算智能
必修课(硕/博)
3
谭营教授
 
11.     
04814200
语音信号处理
必修课(硕/博)
3
吴玺宏教授
 
12.     
04812010
面向对象分析与设计
必修课(硕/博)
3
邵维忠教授
 
13.     
04812020
高等计算机体系结构
必修课(硕/博)
3
程旭教授
 
14.     
04812030
算法分析和复杂性理论
必修课(硕/博)
3
屈婉玲教授
 
15.     
00811000
教学实习
必修课(硕/博)
2
 
本专业
 
16.     
04811010
科研训练
必修课(硕/博)
3
 
本专业
 
17.     
04814230
数字信号处理及算法实现
选修课(硕/博)
3
曲天书副教授
 
18.     
04814310
数据库与知识库系统原理
选修课(硕/博)
3
李红燕教授
 
19.     
04814180
图象处理
选修课(硕/博)
3
林通副教授
 
20.     
04814340
多媒体信息系统
选修课(硕/博)
3
马修军副教授
 
21.     
04814560
高级计算机图形学
选修课(硕/博)
3
裴玉茹副教授
 
22.     
04814590
复杂网络分析
选修课(硕/博)
3
宋国杰副教授
 
23.     
04814620
统计学习理论
选修课(硕/博)
3
王立威副教授
 
24.     
04812000
先进技术专题
选修课(硕/博)
3
曾刚研究员
 
25.     
04814160
数字视频处理
选修课(硕/博)
3
许超教授
 
26.     
04814320
数据仓库与联机分析处理
选修课(硕/博)
3
童云海副教授
 
27.     
04814350
数据挖掘
选修课(硕/博)
3
马秀莉讲师
 
28.     
04814380
智能信息检与Web搜索:
选修课(硕/博)
3
邓志鸿副教授
 
29.     
04814510
视觉几何计算
选修课(硕/博)
3
英向华副教授
 
30.     
04814572
智能传感器的理论及其应用
选修课(硕/博)
3
赵卉菁研究员
 
31.     
08019540
Web信息处理
选修课(硕/博)
3
张岩副教授
 
32.     
 
第二外国语
选修课(硕/博)
3
 
 
 
       注:本表不够可加页。

 
Programme of Master Student Courses
       Discipline(一级学科):Computer Science and Technology
       Specialty(二级学科):Department of Machine Intelligence
 
N0.
Serial No.
The Title of Courses
The Type of courses*
Credit
Semestre**
Teacher and his/her Title
Speciality Suitable for
1.         
00010010
中国特色社会主义理论与实践研究
R
2
S
 
 
2.         
00010030
Dialectics of Nature
R
1
S
 
 
3.         
00010040
English(First Foreign Language)
R
4
A
 
 
4.         
04814000
Introduction to Information and Intelligent Science
R
3
A
Zha Hongbin
 
5.         
04814110
3-D Visual Information Processing
R
3
A
Zha Hongbin
 
6.         
04814330
Geospatial Information Science
R
3
A
Xie Kunqing
 
7.         
04814130
Pattern Recognition
R
3
S
Feng Jufu
 
8.         
04814150
Computer Vision
R
3
S
Zhang Chao
 
9.         
04814300
Artificial Intelligence:A Modern Approach
R
3
S
Tan Shaohua
 
10.     
04814532
Computational Intelligence
R
3
S
Tan Yin
 
11.     
04814200
Speech Signal Processing
R
3
S
Wu Xihong
 
12.     
04812010
Object Oriented Analysis and Design
R
3
S
Shao Weizhong
 
13.     
04812020
Advanced Computer Architecture
R
3
S
Cheng Xu
 
14.     
04812030
Analysis of Algorithms and Theory of Computational Complexity
R
3
A
Qu Wanlin
 
15.     
04811020
Teaching Practice
R
2
 
 
 
16.     
04811010
Lab. Trainning
R
3
 
 
 
17.     
04814230
Digital Signal processing and arithmetic implement
S
3
A
Qu Tianshu
 
18.     
04814310
Principles of Database and Knowledge-base Systems
S
3
A
Li Hongyan
 
19.     
04814180
Digital Image Processing
S
3
A
Lin Tong
 
20.     
04814340
Multimedia Information Systems
S
3
A
Ma Xiujun
 
21.     
04814560
Advanced Computer Graphics
S
3
A
Pei Yuru
 
22.     
04814590
Analysis of Complex Networks
S
3
A
Song Guojie
 
23.     
04814620
Statistical Learning Theory
S
3
A
Wang Liwei
 
24.     
04812000
Advanced Technical Topics
S
3
A
Zeng Gang
 
25.     
04814160
Digital Video Processing
S
3
S
Xu Chao
 
26.     
04814320
Data Warehouse and OLAP
S
3
S
Tong Yunhai
 
27.     
04814350
Data Mining
S
3
S
Ma Xiuli
 
28.     
04814380
Intelligent Information Retrieval and Web Search
S
3
S
Deng Zhihong
 
29.     
04814510
Visual Geometry Computing
S
3
S
Ying Xianghua
 
30.     
04814572
Smart Sensors: Theory and Applications
S
3
S
Zhao Huijin
 
31.     
08019540
Web information processing
S
3
S
Zhang Yan
 
32.     
 
Second Foreign Language
S
3
 
 
 
            *.R—Required Courses; S—Selective Courses. **.S—Spring semester; A—Autumn semester

四、对科研能力和学位论文的要求
科研能力与水平的基本要求(列出可证明其科研能力与水平的检验标志)
 
掌握本学科坚实的基础理论和系统的专门知识,具备独立分析问题和解决问题的能力,对所研究的课题有新的见解,取得新的成果,并了解相关的学术研究动态。
学位论文的基本要求:(包括学术水平、创造性成果及工作量等方面的要求)
 
学位论文应表明作者在本学科上掌握坚实的理论基础和系统的专门知识,具有从事科学研究工作或独立担负专业技术工作的能力,对所研究的课题有新见解新成果。
学位论文必须是一篇系统完整的学术论文,使用规范的语言。严格按《北京大学研究生手册》中“北京大学研究生学位论文及论文摘要的基本要求与书写格式”的规定撰写,并打印。
 
 
注:本表不够可加页。

 
五、对新生能力、水平的基本要求及入学考试科目设置
对新生能力、水平的基本要求:
1    遵纪守法,品行端正;
2    学习目的明确,学风严谨;
3    对本学科有浓厚兴趣;有较好的专门训练,掌握本学科的基本理论,并能较熟练地阅读本学科外文资料;
4    身体健康;
入学考试科目设置与录取方式:
智能科学与技术专业:
硕士生入学考试科目:
1.      英语
2.      政治
3.      数学一;(全国统考)
4.      计算机基础;(全国统考)
   专业课考试内容请参考统考数学一和计算机基础的指南
 
考博咨询QQ 135255883 考研咨询QQ 33455802 邮箱:customer_service@kaoboinfo.com
考博信息网 版权所有 © kaoboinfo.com All Rights Reserved
声明:本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载或引用的作品侵犯了您的权利,请通知我们,我们会及时删除!