北京大学信息科学技术学院

Transcription

1 北京大学信息科学技术学院 智能科学与技术专业 一 专业简介 智能科学与技术专业是北京大学智能科学系在 2003 年提出, 同年获北京大学和教育部批准成立的, 于 2004 年开始招收本科学生 智能科学与技术专业是计算机科学与技术一级学科之的本科专业, 主要从事机器感知 智能机器人 智能信息处理和机器学习等交叉学科领域的学习 本专业为理科专业, 学制 4 年, 毕业授予理学学士学位 二 专业培养要求 目标 具有坚实的数学 物理 计算机和信息处理的基础知识以及心理生理等认知和生命科学的多学科交叉知识, 系统地掌握智能科学技术的基础理论 基础知识和基本技能与方法, 受到良好的科学思维 科学实验和初步科学研究的训练, 具备智能信息处理 智能行为交互和智能系统集成方面研究和开发的基本能力 能够自我更新知识和不断创新, 适应智能科学与技术的迅速发展 在个人方面, 具有全面的文化素质 良好的知识结构和较强的适应新环境 新群体的能力, 并具有良好的语言 ( 中 英文 ) 和计算机运用能力 本科毕业后能够在研发部门 学科交叉研究机构以及高校从事与智能科技相关领域的科研 开发 管理或教学工作, 并可继续攻读智能科学与技术专业以及相关学科和交叉学科的硕士和博士学位 三 授予学位 理学学士 四 学分要求与课程设置总学分 :140 学分, 其中 : 1. 必修课程 :88 学分 (1) 全校公共必修课程 :30 学分 课程号 新课号 课程名 学分 开课学期 大学英语 ( 一 ) 5 2 一 大学英语 ( 二 ) 5 2 一 大学英语 ( 三 ) 5 2 二 大学英语 ( 四 ) 5 2 二 思想品德修养 2 2 一 毛泽东思想概论 2 2 一 马克思主义哲学原理 2 2 二 马克思主义政治经济学原理 2 2 三 邓小平理论概论 2 2 三 体育系列课程 - 4 一二全年 军事理论 2 2 一

2 CST 计算概论 A 3 3 一 CST 数据结构与算法 A 4 3 二 (2) 全院必修课程 :25 学分 课程号新课号课程名学分开课学期 高等数学 B( 一 ) 6 5 一 高等数学 B( 二 ) 6 5 一 线性代数 5 4 一 力学 B 3 3 一 电磁学 B 3 3 一 CST 程序设计实习 4 2 一 CST 信息科学技术概论 2 1 一 MES 微电子与电路基础 3 2 一 (3) 专业必修课程 :33 学分 课程号新课号课程名学分开课学期 CST 集合论与图论 3 3 二 CST 代数结构与组合数学 3 3 二 CST-O-103 数理逻辑 3 3 二 概率统计 A 3 3 二 CST-O-111 数字逻辑设计 3 3 二 CST-O-113 微机原理 A 3 3 二 CST-O-120 数据结构与算法实习 2 2 二 EEE 信号与系统 3 3 三 IST 脑与认知科学 2 2 二 IST 信息论基础 2 2 二 CST 人工智能基础 3 3 三 CST 计算方法 B 3 3 三 2. 选修课程 :46 学分 (1) 专业方向核心课程 :18 学分 说明 : 要求在列一组智能科学与技术专业方向核心课程中至少选择 18 学分课程 机器感知和智能机器人方向 课程号新课号课程名学分开课学期 IST 智能科学技术导论 2 1 二 IST 模式识别基础 3 3 三 CST 算法设计与分析 2 2 三 IST 智能信息处理 3 3 四 IST 机器人学 3 3 四 IST 图像处理 3 3 四 IST 数字信号处理 3 3 三 IST 生物信息处理 2 2 三 IST- 自动控制理论 2 2 三 CST 计算机图形学 3 3 二 智能信息处理和机器学习方向 课程号新课号课程名学分开课学期

3 IST 智能科学技术导论 2 1 二 IST 模式识别基础 3 3 三 CST 算法设计与分析 2 2 三 IST 智能信息处理 3 3 四 CST 数据库概论 3 3 三 IST- 计算机网络与 Web 技术 3 3 三 IST 生物信息处理 2 2 三 IST- 自动控制理论 2 2 三 CST 计算机图形学 3 3 二 并集课程号 新课号 课程名 学分 开课学期 IST 智能科学技术导论 2 1 二 IST 模式识别基础 3 3 三 IST 智能信息处理 3 3 四 IST 生物信息处理 2 2 三 IST 数字信号处理 3 3 三 IST 机器人学 3 3 四 IST 图像处理 3 3 四 CST 数据库概论 3 3 三 IST- 自动控制理论 2 2 三 IST- 计算机网络与 Web 技术 3 3 三 CST 算法设计与分析 2 2 三 CST 计算机图形学 3 3 二 (2) 专业选修课 : 至少 12 学分 要求学生至少修满 12 学分的专业选修课 可以从述智能科学技术类中选择 课程号 新课号 课程名称 学分 课时间 IST 语音信号处理 2 2 三 IST 实验心理学导论 3 3 三 IST 数据压缩 2 2 三 IST- 信号与信息处理实验 3 3 四 IST 智能多媒体信息系统实验 3 3 四 IST 数据仓库与数据挖掘 2 2 三 CST 程序设计语言概论 2 2 二 IST 时空信息处理 2 2 四 IST- 神经网络与遗传算法 2 2 四 IST- 自然语言处理导论 3 3 四 IST- 随机过程引论 2 2 三 IST 最优化理论和方法 2 2 四 机器学习导论 2 2 四 EEE 通信原理 3 3 秋季 数学物理方法 B 3 3 春季

4 也可从计算机科学技术 电子和微电子类中选择 ( 详见 信息科学技术学院课程 附录 ) (3) 本科素质教育通选课 :16 学分 课程号新课号课程名学分开课学期 大学语文 4 4 一 哲学与心理学类 2 2 历史类 2 2 法律类 2 2 文学艺术类 2 2 自然科学类 2 2 管理类 2 2 对本科生来说, 除选修课一览表所列课程外, 还可以选修学校其他专业相关课程 但是, 如果选择课程在本专 业课程中有相似的课程, 其课程难易程度必须高于本专业同类课程, 方可选择 3. 毕业论文 :6 学分

5 智能科学系教师基本情况 序号姓名 职称 年龄学位 研究方向 承担课程或教学 1. 院士何新贵教授, 博导 66 研究生 机器学习 智能科学技术导论 2. 长江学者查红彬教授, 博导 43 博士 智能机器人 自动控制理论, 智能科学技术导论 3. 迟惠生教授, 博导 64 本科 机器感知 语音信号处理, 智能科学技术导论 4. 谭少华教授, 博导 44 博士 智能信息处理 人工智能基础, 智能科学技术导论 5. 唐世渭教授, 博导 65 本科 智能信息处理 智能科学技术导论 6. 封举富教授, 博导 38 博士 机器感知 模式识别基础, 智能科学技术导论 7. 吴玺宏教授, 博导 37 博士 机器感知 生物信息处理, 自然语言处理导论 8. 谢昆青教授, 博导 48 博士 智能信息处理 时空信息处理, 智能科学技术导论 9. 谭营 教授 博士 机器学习 智能信息处理, 智能科学技术导论 10. 刘宏 副教授 38 博士 智能机器人 机器人学 11. 张超 副教授 43 博士 机器感知 图象处理 12. 许超 副教授 41 博士 机器感知 数据压缩 13. 郝鹏威 副教授 39 博士 机器感知 图像处理 14. 张岩 副教授 35 博士 智能信息处理 计算机网络与 Web 技术 15. 李红燕 副教授 33 博士 智能信息处理 数据库概论 16. 曲天书 讲师 28 博士 机器感知 数字信号处理, 信号与系统 17. 罗定生 讲师 30 博士 机器感知 随即过程引论, 概率统计 A 18. 邓志鸿 讲师 30 博士 机器学习 机器学习导论, 计算方法 B 19. 林通 讲师 31 博士 机器感知 计算机图形学, 数据结构与算法 B 20. 马修军 讲师 31 博士 智能信息处理 智能多媒体系统实验 21. 童云海 讲师 34 博士 智能信息处理 数据仓库与数据挖掘, 概率统计 A 22. 马秀莉 讲师 31 博士 智能信息处理 程序设计语言概论, 23. 许少华教授, 博导 43 博士 机器学习 神经网络与遗传算法 24. 英向华 讲师 29 博士 机器感知 最优化理论和方法, 算法设计与分析 25. 崔锦实 讲师 28 博士 机器感知 自动控制理论, 信号与信息处理实验 26. 黄娟 讲师 36 博士心理 生理科学 脑与认知科学, 实验心理学导论 27. 王立威 讲师 30 博士 机器感知 信息论基础, 信号与系统 28. 崔立农 高工 44 大专 实验与教辅人员 29. 玛丽娅 高工 39 实验与教辅人员 30. 孙立 高工 54 实验与教辅人员 31. 李彪 工程师 38 本科 实验与教辅人员 32. 熊辉 工程师 37 实验与教辅人员 33. 赵宗云 工程师 49 实验与教辅人员 34. 范京涛 工程师 38 中专 实验与教辅人员 35. 孟立平 30 本科 教辅人员

6 北京大学智能科学与技术专业本科生课程年度安排 (2005,4,27) 第一学年第二学年第三学年第四学年 大学英语 ( 一 ) 2/5 大学英语 ( 二 ) 2/5 大学英语 ( 三 ) 2/5 大学英语 ( 四 ) 2/5 马克思主义政治经济学 原理 2/2 邓小平理论 2/2 智能信息处理 3/3 毕业设计 6 思想品德修养 2/2 毛泽东思想概论 2/2 马克思主义哲学原理 2/2 体育 ( 四 ) 1/2 信号与系统 3/3 数字信号处理 3/3 机器人学 3/3 体育 ( 一 ) 1/2 体育 ( 二 ) 1/2 体育 ( 三 ) 1/2 代数结构与组合数学 3/3 人工智能概论 3/3 算法设计与分析 2/2 图像处理 3/3 军事理论 2/2 高等数学 B( 二 ) 4/5 数据结构与算法 3/3 概率统计 A 3/3 计算方法 B 3/3 生物信息处理 2/2 计算概论 A 3/3 高数 ( 二 ) 习题课 1/1 集合论与图论 3/3 微机原理 A 3/3 模式识别基础 3/3 自动控制理论 2/2 高等数学 B( 一 ) 4/5 电磁学 B 3/3 数据结构与算法实习 2/2 数理逻辑 3/3 数据库概论 3/3 高数 ( 一 ) 习题课 1/1 程序设计实习 2/4 数字逻辑设计 3/3 信息论基础 2/2 计算机网络与 Web 技术 3/3 线性代数 4/5 微电子与电路基础 2/3 脑与认知科学 2/2 计算机图形学 2/2 智能优化理论 2/2 力学 B 3/3 智能科学技术导论 1/2 DW&DM 2/2 机器学习导论 2/2 信息科学技术概论 1/2 数字逻辑设计实验 1/2 微机实验 2/4 程序设计语言概论 2/2 智能控制导论 2/2 信号与信息处理实验 3/3 智能系统实验 3/3 全校通选课 0 大学语文 4 全校通选课 2 科技交流与写作 2 全校通选课 2 全校通选课 4 全校通选课 2 全校通选课 专业核心课 0 专业核心课 0 专业核心课 1 专业核心课 2 专业核心课 9 专业核心课 9 专业核心课 9 专业核心课 专业选修课专业选修课专业选修课 1 专业选修课 2 专业选修课 0-8 专业选修课 0-8 专业选修课 0-6 专业选修课 / 23 17/ 22 18/ 22 17/ 23 11/ 22 2/ / 总 注 :(1) 毕业总学分 140 学分 ( 含毕业论文 6 学分 ), 必修课 88 学分 ( 全校公共课 30 学分 全院必修课 25 学分, 专业必修课 33 学分 ), 限选和任选课共 46 学分 ( 包括专业方向核心课 18 学分, 素质教育通选课 16 学分, 专业选修 12 学分 ) (2) 学生每学期可选课最少为 14 学分, 最多为 25 学分 学期修分必 / 6/ 0-8