学科代码0812
一、学科简介
计算机科学与技术是20世纪40年代创建并迅速发展的科学技术领域,涉及数学、物理、通信、电子等学科的基础知识。本学科围绕计算机科学与技术相关学科方向,开展理论、原理、方法、技术、系统和应用等方面的研究。
计算机科学与技术学科起源于1958年中央军委批复设立的导弹系统专用计算机专业,是全国最早设立计算机专业的高校之一。本学科自1981年起招收硕士生,现覆盖一个博士后流动站,三个二级学科博士点;2011年获得国家一级学科博士/硕士授权点,建有博士后科研流动站;是国家“985”优势学科创新平台、“211”工程重点建设学科;在全国第四轮学科评估中,计算机科学与技术学科取得了A-成绩,百分位5-10%;2017年入选国家“双一流”建设学科;2018年计算机科学ESI排名进入全球前1‰。
本学科现有专任教师194人,其中正高级63人,副高级65人,研究生导师70人,博士导师62;拥有智能感知与计算国际联合研究中心、智能信息处理国家“111”计划创新引智基地等5个国家级平台,15个省部级平台。智能信息处理国家级创新团队等3个省级科技创新团队,网络工程专业卓越计划核心课程体系和智能科学与技术2个教学团队。
学科注重基础理论教育,强化学生分析和解决问题的能力,培养了大批计算机和人工智能领域的高水平专门人才,已成为计算机科学与技术的重要人才培养基地,毕业生分布政府、国内外知名高校、研究院所和知名企业。
学科立足学科前沿,面向国家和国防重大需求,完成了一系列支撑学术前沿基础研究和满足国家国防重大需求的重大科研项目;深化校所、校地、校企、校校合作,在政经产学研协同创新方面取得显著成绩;先后获得国家科技进步奖,国家技术发明奖等重要奖项。
国际交流与合作方面,与国外多所知名高校建立了良好的合作关系。造就了一支能够参与国际竞争、开展教育教学改革和科技创新的师资队伍;培养了一批通晓国际规则、具备跨文化交流能力的复合型人才。
本学科培养人才的主要就业方向为:国家机关、高等院校、科研院所及知名信息技术企业。
二、培养定位与目标
以立德树人为根本任务,培养适应国家建设需求,具有国际视野,德、智、体、美、劳全面发展的高层次专门人才,为成为创新型学科带头人、行业骨干奠定基础。具体要求如下:
1.热爱祖国,遵纪守法,恪守学术道德,具有社会责任感和历史使命感,维护国家和人民的根本利益,推进人类社会的进步与发展。
2.了解本领域的发展动态和前沿;掌握计算机科学与技术学科坚实宽广的基础理论和系统深入的专门知识,能够独立从事科学研究或专门技术工作,勇于开拓,能在科学或专门技术取得创造性成果。
3.掌握至少一门外语,能够熟练阅读本专业的外文资料,具备专业写作能力和学术交流能力。
4.具有良好的身心素质和环境适应能力,积极乐观,注重人文精神与科学精神的结合。身心健康,具有承担本学科各项专业工作的良好体魄。
三、学位标准
应掌握坚实的计算机系统结构、计算机软件与理论、计算机应用技术、计算机网络与信息安全、人工智能与模式识别、智能视觉与类脑科学、人工智能教育、智能感知与计算等相关方向的基础理论,在上述至少一个方面掌握系统的专门知识;了解学科的发展现状、趋势及研究前沿;具有严谨求实的科学态度和作风,能够运用计算机科学与技术学科的方法、技术与工具从事该领域的基础研究、应用研究、关键技术创新或系统的设计、开发与管理工作;具有从事本学科和相关学科领域科学研究或独立担负专门技术工作的能力;具有获取知识能力、学术鉴别能力、科研创新能力、实践能力、学术交流能力。
科研成果应达到《西安电子科技大学直接攻博研究生培养与管理工作的有关规定》、《西安电子科技大学研究生申请学位研究成果基本要求(2018年修订)》、《西安电子科技大学关于加强博士学位论文质量监控的相关规定》和《西安电子科技大学博士学位授予实施细则(2019年修订)》的要求。
四、培养方向
本学科包含以下8个学科方向:
1.计算机系统与网络工程:研究人机交互与可穿戴计算理论及应用关键技术、安全输入输出系统理论及关键技术、高性能低功耗嵌入式计算关键技术等与计算机系统结构相关的基础理论、技术与方法;研究下一代网络和新型物联网系统中智能化网络控制、差异化服务保障、物理信息系统融合、跨域安全管控等基础理论、技术与方法。解决计算机系统在工业控制、航空航天、军事国防等领域中的应用问题。培养学生掌握计算机系统分析、设计、性能评估、安全性和可靠性保障技术,解决异构网络融合、物联网共性支撑等核心问题。培养学生掌握未来网络架构与运维机理、异构网络协同组网技术、数据跨网域交互技术、规模化互联互通技术、网络安全与隐私保护技术、融合网络可信评估技术等。
2.数据科学与知识工程:研究高维数据、图数据、流数据、时空数据、多模态异构数据等海量异构数据的预处理、存储组织、索引查询、分析挖掘与应用、知识发现、海量多组学生物数据分析等基础理论、技术与方法。解决大数据中海量、高维、异构、动态特性带来的理论和技术挑战问题以及数学、信息学、统计学和计算机科学的交叉学科方法在复杂疾病、精准医疗、网络医学等领域中的应用问题。培养学生掌握大数据高效存储方法与技术、大数据组织管理方法、海量数据分析挖掘方法、知识发现技术、生物网络数据分析技术,生物序列数据分析技术,以及生物网络数据分析与可视化技术等。
3.计算机软件与理论: 研究软件在实现既定目标的过程中,行为及结果的正确性、可靠性、安全性、时效性、完整性、可用性、可预测性、生存性和可控性的基础理论与技术。培养学生掌握软件的形式化建模方法,开发方法,验证技术,测试理论与方法。
4.计算生物信息学:研究多维度、动态、海量的多组学生物数据分析基础理论、技术与方法。解决数学、信息学、统计学和计算机科学的交叉学科方法在复杂疾病、精准医疗、网络医学等领域中的应用问题。培养学生掌握生物医学数据的建模方法,数据挖掘与机器学习理论与方法,图论与组合优化理论与方法,生物网络数据分析,生物序列数据分析,复杂生物数据的分析与可视化技术等。
5.人工智能与模式识别:围绕人工智能基础理论、模式识别与机器学习的数学方法、现代模式识别与机器学习技术、智能信号分析与目标辨识、开放复杂场景的智能理解等开展研究。培养学生掌握人工智能与模式识别在电子信息领域的应用,突破开放式环境下的智能信号侦查、智能电子对抗、智能目标识别、智能战场理解、智能博弈决策等关键技术。
6. 智能视觉与类脑科学:研究利用相机获取外部世界的图像并通过智能算法的处理,使得获取的图像更适合人眼观看,或利用智能算法对获取图像进行目标辨识、跟踪、分析或测量。培养学生掌握计算成像理论和方法、人工智能理论和方法、智能算法对图像进行增强和修复的方法、利用智能算法对图像中的目标进行辨识、跟踪和内容理解和分析等。
7.人工智能教育:围绕教育大数据的采集、建模、分析、应用等开展研究,力图构建教育大数据的标准规范体系、建立个性化的教育知识图谱,助力于教育向精准化、个性化和智能化发展,促进教育规模化和个性化的有机统一。培养学生利用人工智能技术,建立人工智能学科的知识点结构、知识图谱或本体体系,设计开发可辅助大学使用的人工智能教学体系和助教系统。
8.智能感知与计算:研究智能计算及机器学习、深度学习理论与方法、群体智能技术、跨媒体分析与推理、复杂网络非结构化多模态大数据挖掘、遥感影像解译与目标识别、医学影像智能分析与诊断、智能无人系统,培养学生利用先进的计算模式与手段,从原始表现形式的数据中还原或解码其真实环境,从而进行信息整合与管理。
五、培养方式
1、实行导师负责制。新生入学后由导师为其制定培养计划,导师负责全面培养工作。培养计划主要包括:(1)课程学习计划。按照课程学习要求修够相应学分;(2)科研实践。科学研究是研究生培养的重要组成部分,是培养学生独立工作能力和创新能力的主要途径,是提高研究生培养质量的关键环节;(3)学位论文。在科研实践基础上,在导师指导下安排论文进度与内容,并进行相应的中期考核。
2、采用课程+论文的培养模式。学生入学一年后完成课程学习,并在导师指导下,着手准备毕业论文的选课和开题工作。应不迟于第五学期末完成选题报告,经博士生指导小组评议通过后进入学位论文的实施阶段。
六、学制与修业年限
直接攻读博士学位研究生(以下简称直博生)学制为5年。必要时可申请延长学习年限,直博生的修业年限为5至7年(含休学)。直博生要求于两年内修完理论课程,其余时间用于学位论文工作。若申请提前或延期毕业,需经导师同意,学院主管领导审核,研究生院批准,具体办法参照《西安电子科技大学博士学位授予工作的实施细则》文件执行。
七、课程设置与学分要求
直博生总学分不少于36学分,其中学位课额定学分不少于20学分。学位课由公共课(4学分),专业基础课(12学分)和专业课(4学分)组成。详细课程设置请查看附表。
1.公共基础课,4学分
A.政治理论课,2学分
B.外语课,2学分
2.专业基础课,12学分
D.数学类基础课,6学分
E.专业基础课,6学分
3.专业课(学位课),4学分
4.学术前沿课,2学分
5.论文写作,1学分
6.人文素养课,1学分
7.实验类课程,1学分
8.必修环节,3学分
综合考试,1学分
学术活动,1学分
教学实践/社会实践,1学分
八、必修环节
1.综合考试
各学科根据本学科博士生培养要求,制定博士研究生必须掌握的基础理论、专业知识及相关学科知识具体要求。在开题之前对博士生的思想政治素质、学习工作态度、学科基础理论和专业知识等情况、研究能力和研究潜力进行综合考评。通过者,获得1学分,准予继续进行博士论文研究工作。
2.学术活动
各学科可定期或不定期组织各类学术活动,要求博士研究生听取一定数量的学术报告或在学术会议上做口头报告,并完成一份综述报告。原则上要求每位博士在学期间出国参加国际会议至少一次,且参加各类学术报告不少于10次,其中在国内外学术会议上口头报告不少于3次。
3.教学实践、社会实践
博士研究生须在教学实践和社会实践中选择一项作为实践环节,通过考核者获得1学分,详情见《西安电子科技大学研究生实践环节实施细则》。
教学实践,博士生在学期间参与一定学时的教学辅导工作,完成后,学生须填写《教学实践学分认定表》,经导师和学院审核后,上报研究生院备案,各学院做好监督与管理工作。
社会实践,可通过学术服务、挂职锻炼、社会调研及其它各类校内外公益服务活动的形式完成,要求累计时间不少于一个月,各学院可对具体形式和时间提出要求(不低于学校基本要求)。完成后,学生须填写《博士研究生社会实践总结报告》,经导师和学院审核后,上报研究生院备案,各学院做好监督与管理工作。
九、学位论文
直博生在修完学位课程并完成规定学分后,可以开展学位论文工作。直博生在导师或导师组指导下完成学位论文,导师是第一责任人,对论文质量全程把关。学位论文工作包括论文开题、中期检查、论文撰写、预答辩、答辩等几个环节。
1.选题与开题
博士研究生学位论文应结合导师科研任务开展,选题应为本学科前沿,有理论意义和实际意义。博士研究生应在第五学期末之前进行学位论文开题报告。开题报告的内容包括:选题来源与选题意义,与选题相关国内外研究现状,主要研究内容,拟采取的研究方法、技术路线、实验方案、以及可行性分析,预期成果和工作进度安排等。
2.论文中期检查
博士研究生在完成学位论文开题报告后一年内,必须进行学位论文中期检查。中期考核内容包括:总结学位论文工作进展情况,阐明所取得的阶段性成果,对阶段性工作中与开题报告内容不相符的部分须进行说明,以及对下一步工作计划和研究内容进行阐述。
3.预答辩
学生应在学部或学院规定时间点提出学位论文预答辩申请,具体实施办法请参照《西安电子科技大学关于加强研究生学位论文质量监控的相关规定》。
4.学位论文答辩
申请学位论文答辩条件及有关要求见《西安电子科技大学博士学位授予工作的实施细则》。
5.学位授予
博士研究生按要求完成培养方案中规定的所有环节,修完培养计划中所有课程,学分达标,成绩合格,并通过学位论文答辩,经学院学位评定分委员会和学部、学校学位评定委员会审议通过,授予博士学位。
论文工作中学位论文选题、开题、撰写、答辩以及授位标准等具体要求,按照《西安电子科技大学关于加强研究生学位论文质量监控的相关规定》和《西安电子科技大学博士学位授予工作的实施细则》执行。
附表.课程设置
课程 类别 |
课程中文名称 |
学时 |
学分 |
考核方式 |
开课学期 |
开课单位 |
备注 |
学 位 课 |
公共 基础课 |
政治 |
中国马克思主义 与当代 |
36 |
2 |
考试 |
全年 |
马克思主义学院 |
必修 |
英 语 |
学术交流英语 |
64 |
2 |
考试 |
全年 |
外国语学院 |
专业基础课 |
数 学 课 |
矩阵论 |
48 |
3 |
考试 |
全年 |
电子工程学院 |
选 四 门 |
计算机科学使用的数理逻辑 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
组合数学 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
数论算法及有限域 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
数值泛函与小波理论 |
48 |
3 |
考试 |
全年 |
数学与统计学院 |
随机过程 |
48 |
3 |
考试 |
全年 |
数学与统计学院 |
学科基础课 |
大数据优化建模及优化算法 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
统计检验理论 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
算法分析与设计 |
48 |
3 |
考试 |
春季 |
天博全站官网登录 |
程序的形式语义与验证 |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
计算智能 |
48 |
3 |
考试 |
春季 |
天博全站官网登录 |
计算生物信息学(双语课) |
48 |
3 |
考试 |
秋季 |
天博全站官网登录 |
形式语言与自动机 |
46 |
3 |
考试 |
春季 |
天博全站官网登录 |
最优化理论与方法 |
32 |
2 |
考试 |
春季 |
天博全站官网登录 |
智能优化算法研究进展及相关理论(英文课程) |
32 |
2 |
考试 |
春季 |
天博全站官网登录 |
人工智能 |
48 |
3 |
考试 |
秋季 |
人工智能学院 |
算法设计导论 |
48 |
3 |
考试 |
春季 |
人工智能学院 |
计算智能Ⅰ |
48 |
3 |
考试 |
秋季 |
人工智能学院 |
神经网络基础与应用 |
48 |
3 |
考试 |
秋季 |
人工智能学院 |
模式识别 |
48 |
3 |
考试 |
春季 |
人工智能学院 |
计算成像与理解 |
48 |
3 |
考试 |
秋季 |
人工智能学院 |
遥感影像分析与处理 |
48 |
3 |
考试 |
秋季 |
人工智能学院 |
专业课 |
复杂网络基础与应用 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
≥4学分 |
数据与知识工程 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
图像处理的数学基础 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
高级计算机系统结构 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
机器学习(全英文课程) |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
模糊系统理论与应用 |
32 |
2 |
考试 |
春季 |
天博全站官网登录 |
先进人工智能 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
视觉计算理论与算法 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
数据挖掘与知识发现 |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
非线性信号与图像处理 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
自然计算 |
32 |
2 |
考试 |
全年 |
人工智能学院 |
机器学习与深度学习理论 (双语教学) |
32 |
2 |
考试 |
春季 |
人工智能学院 |
SAR图像处理与解译 |
32 |
2 |
考试 |
全年 |
人工智能学院 |
智能目标识别分类技术 |
32 |
2 |
考查 |
春季 |
人工智能学院 |
视觉感知与目标跟踪 |
32 |
2 |
考查 |
春季 |
人工智能学院 |
复杂网络与群体智能 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
智能算法导论 |
32 |
2 |
待定 |
待定 |
人工智能学院 |
非线性表征学习与优化 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
非学位课 |
论文写作 |
学术规范与论文写作 |
16 |
1 |
考查 |
全年 |
研究生院 |
必修 |
人文 素养课 |
科学精神与人文精神专题 |
16 |
1 |
考查 |
秋季 |
人文学院 |
≥1 学 分 |
科学道德与学风 |
20 |
1 |
网考 |
全年 |
电子工程学院 |
学术 前沿 课 |
智能信息处理新理论、新技术专题研讨 |
32 |
2 |
考查 |
秋季 |
人工智能学院 |
|
人工智能医学应用进展 |
16 |
1 |
考查 |
秋季 |
天博全站官网登录 |
|
智能感知与先进计算新进展 |
32 |
2 |
考查 |
秋季 |
人工智能学院 |
计算机科学与技术新进展 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
实验类 课程 |
计算机网络工程与实验 |
48 |
3 |
考查 |
秋季 |
天博全站官网登录 |
选1门 |
认知计算及决策技术实验 |
16 |
1 |
考查 |
春季 |
天博全站官网登录 |
数据分析原理与实验 |
16 |
1 |
考查 |
春季 |
天博全站官网登录 |
FPGA设计实验 |
32 |
2 |
考查 |
秋季 |
天博全站官网登录 |
现代可编程逻辑器件原理与应用 |
16 |
1 |
考查 |
春季 |
人工智能学院 |
网络存储技术原理、应用与实验 |
16 |
1 |
考查 |
秋季 |
天博全站官网登录 |
操作系统内核设计实践 |
16 |
1 |
考查 |
春季 |
天博全站官网登录 |
人工智能创新实验 |
16 |
1 |
考查 |
春季 |
人工智能学院 |
嵌入式智能系统实验 |
16 |
1 |
考查 |
春季 |
人工智能学院 |
高性能智能计算实验 |
16 |
1 |
考查 |
全年 |
人工智能学院 |
计算成像实验 |
16 |
1 |
考查 |
秋季 |
人工智能学院 |
任选课 |
智能感知与决策方法 |
40 |
2 |
考查 |
春季 |
天博全站官网登录 |
|
Petri网原理及应用 |
40 |
2 |
考查 |
秋季 |
天博全站官网登录 |
医疗图像信息与处理 |
36 |
2 |
考查 |
秋季 |
天博全站官网登录 |
图的挖掘技术及应用(双语课) |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
服务计算与大数据 |
32 |
3 |
考试 |
秋季 |
天博全站官网登录 |
生物信息学算法 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
并行与分布式计算 |
32 |
3 |
考试 |
秋季 |
天博全站官网登录 |
数据处理与价值发现 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
复杂软件系统的分析、设计与实现 |
32 |
2 |
考查 |
秋季 |
天博全站官网登录 |
Web开发模式 |
32 |
2 |
考查 |
秋季 |
天博全站官网登录 |
计算机图形学 |
32 |
2 |
考试 |
秋季 |
天博全站官网登录 |
机器学习方法导论 |
32 |
2 |
考查 |
秋季 |
天博全站官网登录 |
深度学习及其应用 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
自然语言处理 |
32 |
2 |
考查 |
春季 |
天博全站官网登录 |
现代几何计算 |
32 |
2 |
考试 |
春季 |
天博全站官网登录 |
互联网与网络 (英文课程) |
32 |
2 |
考查 |
秋季 |
天博全站官网登录 |
图像理解与视频分析 |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
雷达图像处理与理解 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
数据驱动优化学习 (全英文) |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
复杂数字系统设计方法 |
32 |
2 |
考查 |
春季 |
人工智能学院 |
自适应图像分析与识别 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
现代机器学习理论 |
32 |
2 |
考试 |
全年 |
人工智能学院 |
统计学习理论应用 |
32 |
2 |
考试 |
春季 |
人工智能学院 |
量子计算优化与学习 |
32 |
2 |
考查 |
春季 |
人工智能学院 |
认知计算(全英文) |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
压缩感知理论与应用 |
32 |
2 |
考查 |
秋季 |
人工智能学院 |
图像低维结构建模 |
16 |
1 |
考查 |
春季 |
人工智能学院 |
计算机视觉(双语教学) |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
多源信息融合 |
32 |
2 |
考查 |
春季 |
人工智能学院 |
神经计算科学(双语教学) |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
数字图像理解 |
32 |
2 |
考试 |
秋季 |
人工智能学院 |
知识图谱 |
32 |
2 |
待定 |
待定 |
人工智能学院 |
语音分析与处理 |
32 |
2 |
待定 |
待定 |
人工智能学院 |
专家系统推理 |
32 |
2 |
待定 |
待定 |
人工智能学院 |
智能机器人 |
32 |
2 |
待定 |
待定 |
人工智能学院 |
估值理论和方法选讲 |
16 |
1 |
考查 |
春季 |
天博全站官网登录 |
信息隐藏及其应用 |
16 |
1 |
考查 |
全年 |
天博全站官网登录 |
必修环节 |
学术活动 |
|
1 |
|
|
|
必修 |
选3学分 |
综合考试 |
|
1 |
|
|
|
教学实践 |
|
1 |
|
|
|
二选一 |
社会实践 |
|
1 |
|
|
|
培养方案修订专家组组长签字:
学院公章:
年 月 日