华南师范大学全日制学术学位
硕士研究生培养方案
一、学科概况
本学科1998年获计算机软件与理论二级硕士点,2011年获一级学科硕士点,并自设服务计算理论与技术二级学科博士点。本学科拥有脑认知与教育科学教育部重点实验室(与心理学等学科共建)、广东省服务计算工程技术研究开发中心、广东省智能科学工程技术研究中心、广东省移动互联网应用与安全工程技术研究中心、广州市大数据教育智能重点实验室,教育部华为“智能基座”项目教学支撑平台、广东省研究生联合培养基地等科研教学平台,为本学科人才培养提供了优越条件。
经过多年耕耘,本学科多名教师在IEEE、CCF等国际、国内学术组织(学术会议、期刊、专业学会等)担任重要学术职务,还与南洋理工大学、悉尼科技大学、维多利亚大学、阿伯丁大学等多所国际名校建立了长期合作,形成了学术研究与人才培养国际合作的常态机制。
二、培养方向
理论计算机科学(Theoretical Computer Science)
本方向研究关于计算和计算机的数学理论,主要涉及到自动机论与形式语言理论、程序理论、形式语义学、算法分析和计算复杂性理论等。具体研究方向有自动机与形式语言、算法分析和计算复杂性理论、知识表示与知识推理、大数据计算数学基础、人工智能逻辑、智能科学等。
数据科学与大数据技术(Data Science and Big Data Technology)
本方向研究内容包括数据科学基础理论、数据预处理、数据计算和数据管理,以及大数据相关理论与技术。具体研究方向有数据科学理论与方法、高级数据库技术、数据挖掘与知识发现、大数据处理分析和可视化,以及面向社交网络、互联网金融、智慧教育、商务智能等领域的大数据技术。
人工智能(Artificial Intelligence)
本方向研究内容是利用深度学习等计算机相关技术,结合逻辑学、认知学、计算语言学等学科,研究人工智能所需知识的获取和表示、人工智能推理模式及知识演化模式、人工智能逻辑模型的构造等。具体研究方向有人工智能基础理论、语义计算、自然语言处理、知识工程与知识图谱、计算智能、大数据智能、教育人工智能等。
机器学习与计算机视觉(Machine Learning and Computer Vision)
本方向研究内容是利用机器学习等计算机相关技术,对可见目标进行信号接收、处理和分析等操作,以达到对目标识别、跟踪和测量的目的。具体研究方向有机器学习、强化学习、计算机视觉、模式识别、图像处理等。
社会计算与协同计算(Social Computing and Collaborative Computing)
本方向研究内容是利用数据挖掘等计算机相关技术,对社交网络的结构与演化、社会媒体大数据的传播模式、网络资源算法分发模式、群体认知计算方法,以及协同计算模式开展研究。具体研究方向有社会媒体挖掘、社交网络技术、在线学习协同计算、协同软件技术、服务计算理论与技术等。
网络与信息安全(Network and Information Security)
本方向研究内容是利用网络安全等计算机相关技术,对下一代互联网、网络管理、统一安全管理、网络性能评价、网络协议工程、复杂网络、应用层组播、无线自组织网络、无线传感器网络等相关理论与方法开展研究。具体研究方向有下一代互联网、并行与分布式系统、信息系统安全、密码学、区块链、网络空间安全等。
三、培养目标
1. 掌握马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观、习近平新时代中国特色社会主义思想的基本理论;热爱祖国,遵纪守法,诚信公正,学风严谨,有高度的社会责任感和高尚的道德情操;具有良好的身心素质和环境适应能力,注重人文精神与科学精神的结合。
2. 系统掌握计算机科学与技术学科专业的基础理论和应用技术,具备坚实、系统的专业知识和动手实践能力;至少掌握一门外语,具备国际学术交流能力。
3. 具有从事科学研究工作或独立担负专门技术工作的能力,能够在高等院校和研究单位从事教学和研究工作,也能够在相关部门从事专业性研究和管理工作。
四、学制和在校学习年限
本学科学术硕士基准学制为3年,具体以录取当年招生目录为准。在学制内未完成学业的,可根据学校有关研究生学籍管理规定延长在校学习年限。
五、培养方式
本学科学术硕士为全日制培养。采取导师负责制,指导方式可以采用导师指导和指导小组集体培养相结合的方式。新生应在入学后一个月内与导师共同制定个人培养计划。
培养主要采取课程学习、科学研究、学术交流、社会实践相结合的方式。在保证基本要求的前提下,导师和导师组可采取灵活多样、行之有效的培养方式和方法。积极与国内外一流大学、科研院所和企事业单位开展合作培养,构建融合育人机制。
本学科学生应于第四学期结束前进行学位论文开题,并参加中期考核。申请硕博连读的学生,须按硕士阶段的培养计划完成相关培养任务。
六、学分要求与课程设置
(1)学分学时
实行学分制。在攻读硕士学位期间,总学分要求为32-36学分,其中课程学习不少于27学分,必修环节为5学分。
(2)课程设置
本学术硕士的课程学习包括必修课和选修课。必修课包括公共必修课(6学分),学科基础课(7学分)和方向必修课(6学分),合计19学分。选修课8-12学分。具体的课程设置见附表《课程设置》。
对于跨学科或在交叉学科学习的学术硕士,为弥补知识结构缺陷,须补修所攻读学科的主干课程。补修课程由导师指定。补修课程合格成绩及学分记录在成绩单上,但不计入毕业的学分要求。
七、必修环节
必修环节包括学术报告、文献研读、中期考核、科研训练、社会实践与创新实践5项培养环节,每项计1学分,共计5学分。
(1)学术报告(1学分)
本学术硕士至少参加16次学术报告,至少2次在研究生学术论坛、学术沙龙等学术活动中公开介绍自己的研究成果,发表自己的学术观点。学院和导师负责硕士研究生学术报告情况的监督和审核,达到规定要求者,计1学分。
(2)文献研读(1学分)
本学术硕士应完成本学科和导师指定的经典必读书目和重要学术期刊、文献专著的研读,具体内容见附表《必读文献主要书目和期刊目录》。导师负责文献研读的指导、检查与考核,达到规定要求者,计1学分。
(3)中期考核(1学分)
中期考核是保证研究生培养质量的重要环节,是指以书面和口头报告的方式,综合考察研究生思想品德、课程学习、科研能力等情况,以判断其是否适宜继续攻读的阶段性考核环节。
中期考核内容主要包括研究生思想政治表现、课程以及必修环节的完成情况、研究课题进展、身心状况等。中期考核按照《计算机学院研究生中期考核实施细则》实施,完成中期考核者,计1学分。
(4)科研训练(1学分)
本学术硕士应在导师的指导下至少参加1项课题研究,强化科研创新能力训练和团队协作能力培养。导师负责学术硕士的科研训练考核,考核合格者,计1学分。
(5)社会实践与创新实践(1学分)
本学术硕士在学期间至少应承担一门课程的课程助教、科研项目助理、技术服务、科技咨询等科研或社会实践工作,由学院和导师共同考核,考核合格者,计1学分。
八、毕业要求和标准
本学术硕士研究生应具备良好的思想政治表现,恪守学术道德和学术规范。完成培养方案中规定的课程学习,并修满规定的学分,且通过中期考核。完成毕业论文撰写,论文具有一定的理论意义和应用价值,基本观点正确,数据可靠、行文流畅、逻辑性强,格式符合学校论文格式要求,并通过毕业论文答辩。
同时,还应满足学校对研究生毕业的其他要求。
九、学位论文
本学术硕士的学位论文应达到《华南师范大学博士、硕士学位授予工作细则》(华师〔2020〕14号)的要求,同时还需要满足《计算机学院研究生申请学位答辩要求》中相关的条件方可申请论文答辩。
十、其他规定
(1)主要文献、书目及刊物
本学术硕士需要阅读的经典必读书目和重要专业学术期刊见附表《必读文献主要书目和期刊目录》。
(2)教学大纲
详情见附表中的各课程简明教学大纲。
(3)适用年级
本培养方案从2021级开始执行。
附表
课程设置
类 别 | 课程名称 | 学分 | 学时 | 开课学期 | 考核方式 | 备注 |
公共 必修课 (6)
| 新时代中国特色社会主义理论与实践研究 Theory and Practice of Socialism with Chinese Characteristics in the New Era | 2 | 32 | 1 | 考试 | |
自然辩证法概论 An Introduction to Dialectics of Nature | 1 | 16 | 1 | 考试 | ||
学术外国语 Academic Foreign Language | 3 | 48 | 1 | 考试 | ||
学科 基础课 (7) | 论文写作与学术规范 Thesis Writing and Academic Norms | 1 | 16 | 1 | 考查 | |
计算理论导论 Introduction to the Theory of Computation | 3 | 48 | 2 | 考试 | ||
高级数据库技术 Advanced Database Technology | 3 | 48 | 1 | 考试 | ||
方向 必修课 (6) | 面向计算机科学的数理逻辑 Mathematical Logic for Computer Science | 2 | 32 | 1 |
考试 | 理论计算机科学方向 |
大数据处理与分析 Big Data Processing and Analysis | 2 | 32 | 1 | 考试 | 数据科学与大数据技术方向 | |
人工智能原理及应用 The Principles and Applications of Artificial Intelligence | 2 | 32 | 2 | 考试 | 人工智能方向 | |
机器学习 Machine Learning | 2 | 32 | 2 | 考试 | 机器学习与计算机视觉方向 | |
社会媒体挖掘 Social Media Mining | 2 | 32 | 2 | 考试 | 社会计算与协同计算方向 | |
现代网络技术 Advanced Network Technology | 2 | 32 | 1 | 考试 | 网络与信息安全方向 | |
选修 课程 | 概率与计算 Probability and Computing | 2 | 32 | 1 | 考查 | |
软件开发方法学 Software Developing Methodology | 2 | 32 | 1 | 考查 | ||
社交网络应用 Social Network Applications | 2 | 32 | 2 | 考试 | ||
本体理论与本体工程 Ontology Theory and Ontology Engineering | 2 | 32 | 2 | 考查 | ||
分布计算系统 Distributed Computing System | 2 | 32 | 2 | 考试 | ||
现代密码学 Modern Cryptography | 2 | 32 | 2 | 考试 | ||
模型检测 Model Checking | 2 | 32 | 2 | 考查 | ||
人工神经网络与深度学习 Artificial Neural Network and Deep Learning | 2 | 32 | 2 | 考查 | ||
面向计算机科学的高等数学 Advanced Mathematics in Computer Science | 2 | 32 | 2 | 考查 | ||
信息系统安全 Security of Information Systems | 2 | 32 | 1 | 考查 | ||
最优化方法 Optimization Method | 2 | 32 | 3 | 考查 | ||
软件项目管理与软件质量保障 Software Project Management and Software Quality Assurance | 2 | 32 | 3 | 考查 | ||
智能移动定位服务技术 Intelligent Location-Based Services | 2 | 32 | 2 | 考查 | ||
计算机仿真建模与分析 Computer Simulation Modeling and Analysis | 2 | 32 | 3 | 考查 | ||
程序化交易 Program Trading | 2 | 32 | 2 | 考查 | ||
事务处理系统与数据库安全 Transaction Processing System and Database Security | 2 | 32 | 2 | 考查 | ||
数据挖掘与商务智能 Data Mining and Business Intelligence | 2 | 32 | 2 | 考查 | ||
无线传感器网络 Wireless Sensor Networks | 2 | 32 | 2 | 考查 | ||
机器学习与数据挖掘 Machine Learning and Data Mining | 2 | 32 | 2 | 考查 | ||
计算机软件技术案例分析 Computer Software Technology Project Analysis | 2 | 32 | 1 | 考查 | ||
推荐系统理论与技术 Recommender System-Theory and Technology | 2 | 32 | 2 | 考查 | ||
新型计算架构及其安全 Novel Computing Architecture and Security | 2 | 32 | 2 | 考查 | ||
计算智能原理及应用 The Principle and Applications of Computational Intelligence | 2 | 32 | 2 | 考查 | ||
大数据可视化分析 Visualization Analysis of Big Data | 2 | 32 | 2 | 考查 | ||
人工智能 Artificial Intelligence | 2 | 32 | 1 | 考查 | ||
软件开发技术与应用 Software Development Technology and Application | 2 | 32 | 2 | 考查 | ||
人工智能哲学与伦理 Philosophy and Ethics of Artificial Intelligence | 2 | 32 | 2 | 考查 | ||
必修 环节
| 学术报告 Academic Research Report | 1 | / | / | 考查 | |
文献研读 Literature Study | 1 | / | / | 考查 | ||
中期考核 Interim Evaluation | 1 | / | / | 考查 | ||
科研训练 Research Training | 1 | / | / | 考查 | ||
社会实践与创新实践 Social Practice and Practice of Innovation | 1 | / | / | 考查 |