硕士细分支涵盖：
人工智能，芯片设计、架构和新兴设备，数据库和数据挖掘，嵌入式和移动系统，形式化方法和自动推理，人机交互、语言编译器和运行时系统，网络，操作系统和分布式系统，机器人，安全，值得信任和可靠的系统，计算理论。
人工智能
密歇根大学的人工智能（AI）项目由一组多学科的研究人员组成，对智能系统进行理论、实验和应用研究。目前的项目包括理性决策，多智能体的分布式系统，机器学习，强化学习，认知建模，博弈论，自然语言处理，机器感知，医疗计算和机器人技术的研究。人工智能实验室的研究往往是高度跨学科的，建立在计算机科学，语言学，心理学，经济学，生物学，控制学，统计学和哲学的思想之上。在追求这种方法的过程中，实验室教师和学生与整个大学的同事密切合作。这种协作环境，加上我们不同的观点，在研究小组内部和研究团队之间产生了有价值的思想交流。
芯片设计，架构，和新兴设备
芯片设计和架构方面的研究由一个多学科的研究人员组成，他们探索硅芯片设计、计算机架构和新型器件技术的理论、实验和应用方面，这些技术可能取代传统的CMOS晶体管作为计算的基本单元。
该领域的研究包括为高级设计提供支持解决方案，包括计算机辅助设计算法和技术，测试和数字设计验证，包括形式技术，硅后验证和基于加速器的解决方案。VLSI设计的进一步研究调查了广泛的主题，并将应用研究与影响深远的概念项目相结合， 并得到了测试芯片和测量结果的支持。特别是，目前正在研究的主要主题包括低功耗设计技术、可制造性设计（DFM）、以线为中心的设计、时钟网络合成、纳米级CMOS混合信号设计以及放置和布线物理设计解决方案。
数据库和数据挖掘：
数据库组的研究重点是构建二十一世纪的数据管理基础设施，特别强调围绕大数据的问题，包括流处理、近似查询应答、文本挖掘、数据集成、信息提取和数据共享。我们非常重视数据库的可用性。我们的方法是在基本层面上了解数据模型和表示形式，使其难以使用和查询。此外，我们有很强的数据科学工作，特别强调材料和生物数据的有效集成和高效查询。
嵌入式和移动系统
嵌入式系统是内置于通常不被认为是计算机的设备中的特殊用途计算机。例如，车辆中的计算机、无线传感器、医疗设备、可穿戴健身设备和智能手机都是嵌入式系统。嵌入式系统市场的增长速度比通用计算快50%。
设计嵌入式系统是一个巨大的挑战，因为它们有很多要求：它们通常需要小巧、高性能、廉价、可靠，并且在不良电源上持续很长时间，同时感测和影响周围环境。该领域的计算机工程研究涵盖了整个“堆栈”，从晶体管和电路到操作系统和应用。
形式化方法和自动推理
形式化方法和自动推理领域涉及开发和部署数学严谨且算法高效的解决方案，以证明复杂硬件和软件的正确行为，或帮助开发人员诊断和消除其错误。在适用的情况下，形式验证比实证测试更彻底，并且在给定的假设下，可以提供可独立检查的正确性证明。
研究的主题包括规范形式主义（命题，一阶和时间逻辑），验证（模型检查，自动定理证明），程序合成（反应综合，草图，监督控制），满足性和满足性模理论。该领域的工作是跨学科的，应用范围从计算系统到网络物理系统，机器人，航空航天和汽车系统。
人机交互
密歇根大学的交互式系统小组研究人机交互（HCI），教育技术，多媒体和社会计算。HCI是一个庞大而多样化的领域，教师涵盖重要领域，包括HCI基础知识的优势以及令人兴奋的新技术和服务。
科学基础包括人类感知和认知以及人为因素，社会活动和学习的领域。这些应用涵盖范围很广：用户界面设计方法、计算声音和音乐系统、协作系统以及 K-12 环境中的教育计算，特别强调移动和无处不在的计算。
语言，编译器，和运行时系统
静态和运行时编译器系统用于通过智能程序分析、转换和改编获得更高的性能、健壮性和能效。对应用程序行为的深入分析可识别根据底层硬件定制软件的机会，并提供一种自动方法，为一组应用程序定制硬件功能。动态配置文件或运行时数据公开了优化常见情况甚至特定于输入的优化的机会。
网络，操作系统和嵌入式系统
密歇根大学的计算机网络研究采用广泛的端到端视角，从无线网络和移动计算到互联网和数据中心网络。在面向用户方面，我们正在努力重新设计网页和移动应用程序，以改善性能和用户体验，并了解如何提高基础设施服务的可靠性和稳健性，以向最终用户提供请求。我们还涵盖无线和移动网络中的软件/硬件交互，重点关注认知无线电，自适应网络，频谱传感，MAC和网络层协议以及移动应用程序。在数据中心方面，我们强调应用-网络共生，并致力于使用coflow的应用程序感知网络以及网络感知应用程序设计。
机器人
机器人正在从执行制造任务的固定设备发展到移动、信息收集、计算和决策平台。参加DARPA大挑战赛的自动驾驶汽车突显了这一领域取得的重大进展以及仍有待完成的巨大工作。在CSE中，我们使用人工智能技术来处理规划和不确定性，定位和映射，传感器处理和分类以及持续学习。
安全值得信赖和回复故障系统
通过短期减压技术解决关键安全挑战，以提高硅的质量，并通过长期技术来检测、恢复和修复故障系统。
计算理论
密歇根大学的理论小组利用对数学技术和理论计算机科学典型的严谨性的强调，在领域进行研究，如组合优化，数据结构，密码学，量子计算，并行和分布式计算，算法博弈论，图论，几何学，组合学和能源效率。我们研究了经典和量子意义上的基本资源（如运行时间，存储空间，随机性，通信和能量）之间的权衡价值。
