¿Introducción al programa de Ciencias y Tecnología de la Computación (Maestría Académica) en la Escuela de Información e Ingeniería Mecánica y Eléctrica de la Universidad Normal de Shanghai?
Ciencias de la Computación de la Universidad Normal de Shanghai El Departamento de Ciencias de la Computación y Tecnología se estableció en 1986. En 1996, estableció un programa de maestría en tecnología de aplicaciones informáticas. En 2000, el programa de maestría de primer nivel en ciencias de la computación y tecnología. Cubrió tres programas de maestría de segundo nivel en tecnología de aplicaciones informáticas, teoría y software informático y estructura de sistemas informáticos.
La Universidad Normal de Shanghai es una universidad integral con un desarrollo coordinado de artes liberales, ciencias e ingeniería que incluye formación docente. Actualmente cuenta con 10 disciplinas que incluyen ciencias, ingeniería y gestión. . En el plan de posicionamiento de desarrollo de la escuela, esta materia, como materia destacada, ahora ha formado un sistema de enseñanza e investigación científica con una distribución razonable de materias, multiprofesional y de múltiples niveles, y se ha convertido en una importante base de formación para la ciencia y la ingeniería. talentos en Shanghai.
Después de más de 20 años de desarrollo, la disciplina ha formado un equipo de tutores de posgrado con buenos conocimientos científicos, sólidas capacidades de investigación científica, rica experiencia docente y voluntad de contribuir. Actualmente cuenta con más de 30 profesores y profesores asociados, y 41 docentes con título de doctor***. Los miembros de la disciplina han ganado 3 Premios al Progreso en Ciencia y Tecnología del Ministerio Nacional de Educación, 4 Premios al Progreso en Ciencia y Tecnología de Shanghai, 2 Premios al Logro Docente Sobresaliente de Shanghai, 2 Cursos Excelentes de Shanghai y 9 personas han ganado el Premio Nacional al Maestro Destacado y el Premio Nacional Baosteel Sobresaliente. Premio al Maestro, Premio Shanghai Yucai, Becario Shuguang de Shanghai y otros títulos honoríficos.
1. Teoría y práctica de la ingeniería de software
Campos de investigación: tecnología de prueba de software, ingeniería de confiabilidad de software; estimación y medición de software, modelo y método de mejora de procesos de software (MDA); ) tecnología de implementación.
Contenido de la investigación: estudia principalmente la metodología de prueba de software basada en la cobertura, el diseño y la investigación del método de generación de conjuntos de pruebas basado en registros web, investigación sobre pruebas estadísticas y sistemas de medición de confiabilidad basados en aplicaciones web, basados en diagramas de transición de estado. , Teoría de máquinas de estados finitos y tecnología de prueba de investigación de modelos de prueba dinámica de objetos. Con base en la investigación sobre tecnología de tolerancia a fallas del software, cálculo de confiabilidad del software, etc., se establece un método integral de clasificación y evaluación de clases para la credibilidad del software para lograr una medición cuantitativa de la calidad del software. Con base en el modelo UML, se establecen modelos de estimación del tamaño del software, medición del progreso del desarrollo y medición de la calidad del diseño, que pueden llevar a cabo de manera efectiva la investigación y el desarrollo de software confiable y el análisis cuantitativo y la evaluación de la credibilidad del software. En términos de modelos y métodos de mejora de procesos de software, las pequeñas y medianas empresas de software de mi país se utilizan como objetivos de aplicación, y CMM y CMMI se utilizan como estándares para estudiar modelos y métodos de mejora de procesos de software de bajo costo y altamente operables. Al mismo tiempo, bajo el marco de Model Driven Architecture (MDA), se estudia la tecnología de construcción, extensión y conversión de modelos de software.
2. Procesamiento de Imágenes y Reconocimiento de Patrones (Image Processing and Pattern Recognition)
Campos de investigación: identificación biométrica, modelado de objetos tridimensionales, procesamiento de imágenes de espectro de terahercios y minería de datos.
Contenido de la investigación: extracción de puntos característicos de imágenes y su aplicación en recuperación de imágenes y reconocimiento facial, reconocimiento facial, segmentación semántica de imágenes y su algoritmo de reconocimiento de objetivos, tecnología de minería de datos para big data, predicción, modelado y carga de gas natural. Representación realista de objetos de alto brillo, restauración de imágenes de terahercios y algoritmos de reconocimiento automático de objetivos.
3. Teoría y aplicación de las redes informáticas
Campos de investigación: Codificación y modulación de redes como redes de sensores inalámbricos, Internet de las cosas, optimización y control de la topología de redes. , protocolos de optimización confiables en la capa de red y tecnología de equilibrio de carga empresarial de la capa de aplicación;
Contenido de investigación específico:
Apuntando a diferentes niveles de la red, utilizando teorías como procesos aleatorios discretos, algoritmos de red (cálculo de red), etc., para realizar sistemas estocásticos razonables en Modelado de los objetos de investigación y sus comportamientos, que traduce estudios de rendimiento relevantes en análisis estadístico y resolución de parámetros para problemas de optimización restringida. Estudiamos los problemas de asignación de recursos MAC de la red inalámbrica, los problemas de control de admisión de llamadas y el control de la topología de la red para optimizar el rendimiento de la red.
4. Big Data y Computación Inteligente (Big Data y Computación Inteligente)
Campos de investigación: tecnología de almacenamiento, análisis y optimización de consultas de big data, minería y predicción; y ontología; informática confiable y recomendación de información inteligente;
Contenido específico de la investigación: frente al entorno masivo de big data, llevar a cabo el diseño y optimización de métodos teóricos como almacenamiento de datos no estructurados, consultas optimizadas de datos masivos, análisis y minería de big data, etc., combinados con artificial. tecnología de inteligencia y tecnología de aprendizaje profundo, realizar análisis inteligente y procesamiento de reducción de dimensionalidad de características semánticas de big data, establecer tecnología efectiva de cálculo y razonamiento de datos y llevar a cabo extracción masiva de datos para entornos de plataformas como redes sociales y servicios de Internet. En el entorno de la plataforma, llevar a cabo la aplicación e investigación de tecnologías teóricas relacionadas, como el análisis de minería masiva de datos y la consulta de credibilidad de datos.
Si tiene preguntas sobre el examen de ingreso de posgrado, no sabe cómo resumir el contenido del examen de ingreso de posgrado o no conoce las políticas de registro para el examen de ingreso de posgrado en varios lugares, haga clic a continuación para consultar el sitio web oficial y recibir materiales de revisión gratuitos: /yjs/