(学术型,140500)
吉首大学智能科学与技术(专业代码140500)交叉学科硕士学位授权点于2024年获国务院学位委员会批准设立。本学位点依托吉首大学的计算机科学与工程学院、数学与统计学院以及通信与电子工程学院进行共同建设。本学位点下设人工智能、智能基础理论、人工智能应用三个研究方向,研究内容涵盖人工神经网络设计、可解释性人工智能、多智能体协同、智能优化理论、智能辅助试验设计与仿真、智能数据分析、智能信息处理、智能控制、智能通信等方面。本学位点面向社会经济发展和创新驱动需求,致力于培养掌握智能科学与技术基础理论和系统专门知识、具有创新能力和实践能力的高层次科技人才和工程师。学位点坚持立德树人,重视学科交叉融合,着力培养学生的创新能力。学位点拥有一支“政治素质高、社会责任感强、理论基础扎实、科研能力强”的导师队伍,为智能科学与技术领域高层次人才的培养提供了坚实的保障。
一、培养目标
本学科把立德树人作为研究生教育的根本任务,培养德、智、体、美、劳全面发展,在智能科学与技术相关领域具有独立从事科学研究、技术开发、工程设计、项目管理等工作的高层次复合型专门人才。具体目标为:
1.拥护党的基本路线和方针政策,热爱祖国,遵纪守法,品行端正,诚实守信,具有良好的职业道德和敬业精神,具有实事求是,科学严谨的治学态度和工作作风,恪守学术道德规范,遵守知识产权相关法律法规。
2.在智能科学与技术学科领域内掌握坚实的基础理论和系统的专门知识,了解本学科的最新进展和研究动态,具有从事科学研究工作或独立担负专门技术工作的能力,具有创新思维,并能在所从事的研究方向上做出具有创新性的成果。
3.能较熟练地掌握一门外国语,能够熟练地运用该门外国语阅读本专业的文献资料,并具有一定的外语写作和国际交流能力。
4.具有健康的体格和良好的心理素质,具有良好的写作能力和表达能力,能够以书面和口头方式清楚地表达自己的研究结果和实验方法。
二、研究方向
本学科下设三个二级学科方向:人工智能、智能基础理论、人工智能应用。
1.人工智能
本方向面向计算机模拟人类思维过程和智能行为(如学习、推理、思考、规划等)理论与方法的关键问题,促进人工智能技术发展。研究内容主要包括人工神经网络设计、多智能体协同控制、大数据智能信息处理、智能机器人控制、无人系统和群体智能、自然语言处理、智能系统实时性和可靠性、网络系统安全及信息安全等。
2.智能基础理论
本方向面向智能优化、智能计算、智能辅助试验设计、智能数据分析等领域关键问题,促进智能科学基础理论发展。研究内容主要包括智能优化理论与方法、智能计算理论与方法、试验设计与智能优化、大数据采样理论与方法、智能信息处理、大数据挖掘技术、数字图像处理等。
3.人工智能应用
本方向面向各个产业应用领域与国家重大需求,开展智能科学与技术的应用研究,促进智能应用和产业发展,赋能传统行业升级。主要研究内容包括智能信息与信号处理、非物质文化遗产数智化、智能建造、智能设计、智能制造等。
三、学制与培养方式
(一)学制
硕士研究生学制为3年(包括完成学位论文答辩)。
在校最长学习年限为5年(含休学、保留学籍时间);学习成绩和科研情况表现特别优秀的学术型硕士生,可申请提前半年或一年毕业。
(二)培养方式
硕士研究生的培养实行导师(组)负责制。导师在研究生复试时或入学时确定,全面负责研究生的培养计划制定、科学研究和学位论文的指导工作。研究生院与各共建学院对培养过程进行质量监控。
1.导师根据培养方案的要求,全面了解研究生的知识结构、研究兴趣、学术特长、能力基础等具体情况,据此制定出研究生个人培养计划,并督促检查其实施情况。
2.导师指导学位论文选题,检查科学研究进展情况,帮助解决科研中的困难,指导研究生撰写论文,认真审阅学位论文,切实把好研究生的培养质量关。
3.研究生培养采取课程学习与科学研究并重的培养模式(其中课程学习原则上在1年内完成),使研究生掌握坚实的基础理论和系统的专业知识,掌握科学研究的基本方法和技能,培养研究生独立从事科学研究或技术研发工作的能力。
4.鼓励导师集体指导,实施学科团队合作培养、校校联合培养、产学研联合培养、国际合作培养等多元化培养模式;鼓励研究生在课程学习期间即开始进行学位论文课题研究。
四、学分要求与课程设置
(一)学分要求
本学科研究生应修28学分,其中,学位课20学分(其中公共学位课7学分、专业基础课9学分、专业方向课4学分),选修课4学分,必修环节4学分(其中学术活动2学分,实践环节2学分)。
(二)课程设置
类别 |
课程名称 |
学时 |
学分 |
开课学期 |
备注 |
||
1 |
2 |
||||||
学 位 课 |
公共课 |
研究生英语I |
32 |
2 |
√ |
|
公共必修 |
研究生英语II |
32 |
2 |
|
√ |
|||
新时代中国特色社会主义理论与实践研究 |
32 |
2 |
√ |
|
|||
自然辩证法概论 |
16 |
1 |
√ |
|
|||
专业基础课 |
学科前沿与实践 |
16 |
1 |
√ |
|
所有方向必修 |
|
高等统计学 |
48 |
3 |
√ |
|
|||
最优化理论与方法 |
32 |
2 |
√ |
|
|||
机器学习 |
48 |
3 |
√ |
|
|||
专业方向课 |
高级人工智能 |
32 |
2 |
|
√ |
人工智能方向必修 |
|
神经网络及应用 |
32 |
2 |
|
√ |
|||
矩阵理论与方法 |
32 |
2 |
|
√ |
智能基础理论方向必修 |
||
多元统计分析 |
32 |
2 |
|
√ |
|||
机器人控制技术 |
32 |
2 |
|
√ |
人工智能应用方向必修 |
||
计算机视觉 |
32 |
2 |
|
√ |
|||
选修课 |
自然语言处理 |
32 |
2 |
|
√ |
人工智能方向选修。至少选修2门课程,修满4学分 |
|
机器人 |
32 |
2 |
|
√ |
|||
高级算法设计与分析 |
32 |
2 |
|
√ |
|||
计算机视觉 |
32 |
2 |
|
√ |
|||
智能系统安全 |
32 |
2 |
|
√ |
|||
试验设计与智能优化 |
32 |
2 |
√ |
|
智能基础理论方向选修。至少选修2门课程,修满4学分 |
||
计算机试验与仿真优化 |
32 |
2 |
|
√ |
|||
大规模凸优化算法 |
32 |
2 |
|
√ |
|||
智能计算 |
32 |
2 |
|
√ |
|||
深度学习统计分析与模型优化 |
32 |
2 |
√ |
|
|||
智能统计计算模型与理论 |
32 |
2 |
|
√ |
|||
大数据采样理论与方法 |
32 |
2 |
|
√ |
|||
数据模型与决策 |
32 |
2 |
|
√ |
|||
图像处理中的数学问题 |
32 |
2 |
√ |
|
|||
医学图像分析与处理 |
32 |
2 |
|
√ |
|||
计算机视觉与深度学习 |
32 |
2 |
|
√ |
|||
Petri网理论与应用 |
32 |
2 |
|
√ |
人工智能应用方向选修。至少选修2门课程,修满4学分 |
||
并行处理与体系结构 |
32 |
2 |
|
√ |
|||
统计信号处理技术 |
32 |
2 |
|
√ |
|||
现代信号处理技术 |
32 |
2 |
|
√ |
|||
数字图像处理 |
32 |
2 |
|
√ |
|||
文献检索与论文写作 |
32 |
2 |
|
√ |
|
||
补修课 |
面向对象程序设计 |
32 |
2 |
√ |
|
跨学科或同等学力学生补修 |
|
操作系统 |
32 |
2 |
|
√ |
|||
素质拓展课 |
中国民族民间音乐 |
16 |
0 |
1-6学期 |
学生可以在任一学期选课修读 |
||
艺术与审美 |
16 |
0 |
|||||
必修环节 |
社会实践 |
|
2 |
|
|
所有方向必修 |
|
学术活动 |
|
2 |
|
|
|||
五、实践环节和学术活动
(一)社会实践
研究生须在校期间完成4~8周的社会实践活动。社会实践可以通过在校内从事与本学科相关的科研项目研发或者教学辅助工作(含协助指导本科生实验课、本科生毕业论文/课程设计、担任导师的助教等);或到实习单位(或实习基地)进行与本学科相关的主题明确、内容充实、方案可行的系统化实践训练。完成社会实践后,研究生需要撰写和提交不少于2000字的实践报告,经考核小组评议合格,可获得2学分。
(二)学术活动
学术活动一般为研究生在校期间需进行课题研究或进展报告、参加学术会议或学术讲座,并完成规定次数(至少公开主讲1次院级及以上的学术报告;参加学术会议或学术讲座次数不少于10次),可获得2学分。
六、中期考核要求
研究生中期考核一般在第四学期完成。中期考核由学院组织专家组就研究生的思想政治表现、课程学习成绩、专业实践情况、课题研究及学术活动进展、身心状况等方面进行考核。考核结果分为优秀、合格、不合格等三个等级。
中期考核合格及以上者,可进入学位论文工作阶段;不合格者,若存在的问题按学籍管理规定已构成取消学籍的,按学籍管理规定取消学籍;若未达到取消学籍规定的,在考核专家组与指导教师的指导下进行整改后,重新申请中期考核,仍不合格者将按照学校有关规定进行分流或淘汰。
七、学位论文
(一)学位论文的选题和开题
学位论文的选题应属于智能科学与技术相关交叉学科范畴,导师需对论文选题严格把关。学位论文开题应撰写开题报告书,内容须包含项目研究背景,研究意义,国内外研究现状分析,研究内容,研究方法,预期成果、论文工作时间安排等,附主要参考文献,字数不少于4000字,学位论文开题须在开题报告会上进行报告。
开题报告会一般在第三学期完成。开题报告会评议组由3~5位研究生导师组成,评议组对学位论文的选题价值、选题难度、论文工作量、研究可行性、研究生综合能力等进行综合评价,并给出明确评议意见。开题报告通过者,准予继续进行论文研究工作。未通过,则在一个月内重作一次开题报告;如仍未通过,由学位点向研究生院提出报告,按研究生院有关规定处理。
(二)学位论文基本要求
研究生应按照有关学位论文的规范和要求,撰写25000字以上主题与智能科学与技术领域相关,具有一定创新性、论证充分、数据真实、结论明确、工作量饱满、学理性较强的学位论文。
学位论文必须对所研究的课题在基本理论、基本方法、算法优化、技术应用等某一方面有创新见解,或运用已有理论或最新科技成果解决工程技术的实际问题,在学术上有一定的理论或应用价值。
(三)学位论文中期检查
学位论文中期检查是加强学位论文管理、保证学位论文质量的重要环节,是对学位论文工作的阶段性督促和检查。
学位论文中期检查一般在第五学期完成,学院组织学位论文中期检查考核小组,对研究生的学术能力、论文工作开展情况以及工作态度和精力投入等进行全面考查。中期检查合格者,继续进行研究生学位论文工作。中期检查不合格者,由学院在三个月内对其进行重新考核,重新考核通过者,继续进行研究生学位论文工作。重新考核仍未通过者,毕业时间至少推迟半年。
(四)学位论文评审和预答辩
研究生须在第六学期初完成并提交学位论文,学位论文应接受2位具有高级职称同行专家的评阅。未参加同行专家评阅或同行专家评阅未通过的学位论文不得参加预答辩。
学位论文预答辩一般在第六学期完成。学位论文经同行专家评阅通过后,由学院组织预答辩委员会,对研究生学位论文进行预答辩。预答辩通过者,根据预答辩过程中提出的意见和建议修改完善学位论文,然后进入学位论文盲审阶段。
(五)学位论文盲审
学位论文盲审一般在第六学期完成,学位论文通过预答辩及重复率检测后,每篇论文应至少由三位校外相关专业的专家进行双盲评审。盲审通过的学位论文方可参加答辩,盲审未通过的学位论文不得参加答辩。
(六)学位论文答辩
研究生必须完成培养方案规定的所有环节,成绩合格,方可申请参加学位论文答辩。论文答辩委员会由5~7人组成。成员应是具有高级职称(或相当水平)的专家,其中至少有一位校外同行专家。主席应由具有教授或相当职称的校外专家担任。
答辩委员会对学位论文进行讨论评议,并通过投票表决确定学位论文答辩是否通过及是否建议授予硕士学位。
八、毕业与学位授予
(一)毕业
思想品德和政治表现合格,修满本培养方案规定学分、完成实践环节与学术活动,达到学校研究生毕业条件,经审查通过,准予毕业并颁发研究生毕业证书。
(二)学位授予
硕士学位论文盲审合格并通过答辩,符合吉首大学学位授予管理规定中该学科硕士学位授予条件,经学位评定分委员会审核,学位评定委员会审议通过,授予工学硕士学位。