计算机科学专业主要分支方向介绍
首页 > 顾问主页 > 计算机科学专业主要分支方向介绍

杨澄丹

计算机科学专业主要分支方向介绍

2023-07-15...

阅读:20 收藏:0 评论:0 点赞:0

3秒免费留学费用评估

提前算一算,出国留学要花多少钱?

获取验证码

开始计算

1. 编程语言 Programming Language 研究内容: 计算机语言的设计与实现,其目标是同时提高开发人员的开放效率和软件质量。包含

如下课题:

1) 程序语言设计和实现(Programming Language Design and Implementation):编译器优化(Compiler Optimization),语义(Semantics),即时编译器(JIT Complier),域特定语言(DSL:Domain-specific Languages)。

2) 编程环境和工具(Programming Environments and Tools):监控(Monitoring),程序员搜索引擎(Programmer Search Engines),基于模型的设计(Model-based Design)。
3) 程序分析和验证(Program Analysis and Verification):模型检测(Model Checking),静态和动态分析(Static and Dynamic Analysis),定理证明(Theorem Proving),实时系统的任务调度分析(Schedulability Analysis for Real-time systems)。

  1. 信息安全 Information Security
    研究内容:1) 密码学(Cryptology)
  2. 密码学理论(Cryptography Theory),新的密码学系统开发(Development of New Cryptographic Systems),密码分析学(Cryptanalysis),协议开发,应用密码学,量子计算(Quantum Computation)。
    2) 隐私(Privacy)
    无线传感器网络的隐私,RFID 系统的隐私,数据库的隐私问题,基于网络的应用的隐私。
    3) 软件安全(Software Security)
    开发编程语言和计算机安全之间的相互影响。
    4) 一致性和完整性(Identity and Integrity)
    预防“网络钓鱼”和攻击。
    5) 网络安全(Network Security)

    网络安全检测(Network Security Monitoring)和入侵防御(Intrusion Prevention)。 
  3. 数据库与信息系统 Database and Information Systems1) 数据库(Database):数据模型,数据查询、集成,各种数据库系统的设计、实现等。

    2) 数据挖掘(Data Mining):从数据中提取模式的处理过程。它在很多领域有广泛的应用,例如市场营销、监测、入侵检测和科学发现。数据挖掘和机器学习很相关,但是数据挖掘更关注实际应用。
    3) 信息检索(Information Retrieval):研究如何提取各种媒体(文本、音频、视频等,目前的研究以文本居多)中的信息,同时还搜索与之关联的数据库和万维网。
    4) 自然语言处理(Natural Language Processing):构建一种可以分析、理解和生成自然语言的计算机系统。研究课题包含自动摘要(Automatic Summarization),语篇分析(Discourse Analysis),机器翻译

    研究内容: (Machine Translation),命名实体识别(Named Entity Recognition),自然语言生成(Natural Language Generation)和语音识别(Speech Recognition)等。
  4. . 人工智能 Artificial Intelligence (AI)
    研究内容:1) 一个以计算机科学(Computer Science)为基础,由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科,研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

    2) 涉及以下常见研究主题:学习与概率推理;知识表示与推理;搜索和信息检索;言语与语言;视力机器人学)。
    3) 现状和问题:以大数据、深度学习和算力为基础的人工智能在语音识别、人脸识别等以模式识别为特点的技术应用上已较为成熟,但对于需要专家知识、逻辑推理或领域迁移的复杂性任务,人工智能系统的能力还远远不足。基于统计的深度学习注重关联关系,缺少因果分析,使得人工智能系统的可解释性差,处理动态性和不确定性能力弱,难以与人类自然交互,在一些敏感应用中容易带来安全和伦理风险。更多信息,请点击立即咨询!

如果此文章对您有所帮助,是对我们最大的鼓励。对此文章以及任何留学相关问题有什么疑问可以点击下侧咨询栏询问专业的留学顾问,愿金吉列留学成为您首选咨询服务机构。
分享到
去主页浏览TA的更多精彩内容 >>
上一篇文章: 美国就业规划解析
下一篇文章: 近期耶鲁、纽约、约翰霍普金斯录取案例分享!
相关推荐
免费领取留学手册
获取验证码
我已阅读并同意《隐私保护协议》
申请领取
温馨提示
我已阅读并同意《隐私保护协议》
确定
温馨提示
确定