各相关单位:
为推进拔尖创新人才培养综合改革,加强对高层次应用型专门人才培养,学校决定在计算机学院开展计算机科学与技术试验班(雷军班)多元化培养试点。经本科生院、研究生院、计算机学院、小米科技有限公司多次调研沟通,制定了《计算机科学与技术试验班(雷军班)培养方案》,已经2024年第3次校长办公会审议通过,现予印发。
特此通知
武 汉 大 学
2024年4月2日
计算机科学与技术试验班(雷军班)培养方案
一、总体培养目标
培养计算机领域深耕底层、具备全栈工程能力的创新型领军人才。面向国家重大战略需求,培养具有健全人格、卓越科学与人文素养,扎实数理基础与计算机学科专业知识,具备全栈思维、软硬件结合的系统研发能力,具有自主学习和终身学习能力、良好的团队合作与组织管理能力、高度的使命感和责任心,以及全球视野、家国情怀的计算机领域领军人才。
二、主要培养特色
本科阶段培养特色:与小米等国内头部企业共建,以计算机领域全栈工程能力和创新创业能力培养为核心,引入头部企业互联网思维方法论和现代软硬件系统设计等优秀课程;采用国际前沿的教学模式,通过一流学术导师和行业顶尖工程师团队联合指导的方式,高频次到企业参与工程实践项目,实现理论和实践相结合的深度融通式教学,强调计算机软硬件系统实践能力,培养具备底层开发能力和商业创新能力的复合型人才。提供专项经费支持所有学生海外游学。设计英语学分认定、专业课免修、专业课学分认定等制度,采用弹性学制,支持优秀学生定制化培养。
研究生阶段培养特色:采用导师团队指导制,引进头部企业顶尖的创新创业导师,为每位学生配备高水平导师团队,使学生能得到多位顶尖导师的指导,拓展学生的国际化创新创业视野,根据学生特点配备合适的导师,面向底层系统研发、软硬件优化和前沿人工智能技术确定研究课题,在合作头部企业以高水平工程开发完成研究课题,培养兼具优异工程研发能力和卓越创新创业能力的领军人才。
三、培养优势
1.实施“5+4工程”:通过研制1块电路板,开发1个操作系统,编写1个数据库,搭建1个自组网络,实现1款编译器,培养计算机领域底层和全栈工程能力;通过领导1个项目团队,参加1项国家级竞赛,主持1项科创项目,完成1次产品路演,培养具备团队合作、组织管理、创新创业能力与企业家潜质的拔尖创新人才。
2.办学特区政策全力助力学生成长:本博自主定制(雷军班荣誉毕业100%具备保研资格);学制灵活满足学生差异化成长需求(本科3-4年,本博6-8年);课程免修灵活(专业课程课前申请考核达标即可申请免修);成绩评定取消绩点;三师共育拔尖培养(教学名师主讲核心课程,科研大师拓宽学术视野,企业导师强化实习实践、了解行业前沿);国际交流开拓眼界(资助参加国外研修以及国际国内学术及行业会议);流动机制保障质量(准入准出机制激发学习动力)。
3.与企业资源深度整合进行人才培养,定期到企业参观学习、交流座谈、实践实训,高水平工程师广泛参与人才培养环节。
4.出国游学资助全覆盖,择优资助出国(境)研修。
5.奖助学金助力成长(雷军专项奖学金)。
四、基本学制
本科阶段采用弹性学制,鼓励学生2-3年修满学分。对有意愿攻读博士的学生,满足学校相关规定的优先推免,本博贯通学习年限6-8年。学有余力的学生在本科阶段可以提前修习研究生阶段课程,获得研究生阶段课程学分。
五、所属专业
雷军班学生本科阶段归属计算机科学与技术专业,研究生阶段专业方向由学生与其导师共同商议决定。
六、奖助学金
享受学校、学院相应阶段奖助学金资助,还可享受雷军班专项奖学金资助。
七、选拔及培养方式
面向全国招生,每个年级拟招生30人(高考招生15人,校内二次选拔15人)。
自第二学年开始,在学习成绩及科研实践达到要求的条件下,有意愿攻读研究生的学生可以自主选择研究生阶段校内导师和企业导师,并与导师共同确定研究生阶段专业方向。满足毕业条件的学生可以获得本科学位,学有余力的学生可提前选修研究生阶段课程,并在研究生阶段完成学分认定。提供专项经费支持所有学生海外游学。
不适合雷军班培养方式的学生,可以流转到计算机科学与技术专业普通班级,继续本科阶段的培养。对于有意愿的计算机科学与技术专业普通班级的优秀学生,经过学院考核可以转入雷军班培养。经过转入/转出调整后的雷军班,人数不超过35人。
附件:1.计算机科学与技术试验班(雷军班)本科培养方案
2.计算机科学与技术试验班(雷军班)博士研究生培
养方案
附件1
计算机科学与技术试验班(雷军班)
本科培养方案
一、课程体系与学分
本科阶段课程包括公共基础课、通识教育课、专业核心课、指定选修课、专业选修课和跨专业选修课。
(一)公共基础课
公共基础课58学分,包括马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、中国近现代史纲要、思想道德与法治、习近平新时代中国特色社会主义思想概论、形势与政策、体育、大学英语、军事理论与技能、新时代中国特色社会主义劳动教育、大学生心理健康、国家安全教育、“四史”教育模块、高等数学A1、高等数学A2、线性代数A、概率论与数理统计A、大学物理D。
大学英语可以通过社会性公共英语考试成绩认定,获得英语课程学分(6分)。其认定条件如下:
1.认定的社会性英语考试包括托福、雅思和全国大学英语六级考试。
2.认定成绩条件为以下之一:托福成绩90分及以上、雅思成绩6.5分及以上、全国大学生英语六级考试430分及以上。
3.对于不满足社会性英语考试认定条件的学生,入学后需参加英语分级考试,根据考试成绩分为I、II、III级,按照级别修读对应课程,从而认定获得英语课程学分(6分)。相关对应关系如下:
I级:修读“大学英语”第一学期和第二学期课程;
II级:需修读“英语听说与思辨”课程;
III级:需修读“英语学术论文写作”课程,或发表CCF推荐英文期刊会议列表第一作者论文一篇。
4.新时代中国特色社会主义劳动教育课程在实践中完成,由企业导师根据实践课程劳动情况评定成绩给予学分。学生参加校运动会获得名次或作为院队成员参加学校体育比赛,可申请认定体育课程学分(不超过4分),认定细则由计算机学院本科生工作办公室制定。
(二)通识教育课
通识教育课12学分,包括人文社科经典导引、自然科学经典导引、中国精神导引、中华文化与世界文明模块、现代商业模式模块和互联网思维模块。其中,依托创业实践,在现代商业模式与互联网思维模块开设通识课程包括:《商业模式》《商业新兵法》《互联网方法论》等。现代商业模式与互联网思维模块课程学分可以通过课堂授课或者企业实践获得。
(三)专业核心课
专业核心课程共42.5学分,包括程序设计D、计算机系统基础、离散数学A、数据结构A、操作系统A、编译原理、计算机网络A、算法设计与分析、机器学习、现代数据库系统、网络安全等。
(四)专业选修课
学生按照兴趣修习专业选修课,至少10.5学分。专业选修课中,高端智能制造技术、大数据与云计算等课程由学校与企业专家共同讲授,自然语言与大模型实践、机器人学与仿生机器人实践、大模型与信息检索实践等课程由企业与学校专家讲授。
(五)跨专业选修课
至少选修6学分。
(六)学分免修
鼓励专业基础突出的学生通过免修考试,完成“程序设计D”、“数据结构A”课程的学习。免修考试通常在入学后第一周进行,成绩优异者自动获得相应课程的学分。此外,“程序设计D”可以根据全国青少年信息学奥林匹克竞赛成绩申请免修。“程序设计D”、“数据结构A”、“算法分析与设计”等课程可以通过自学国际一流在线课程的成绩认定获得相应学分,具体认定细则由相关课程组制定。
(七)成绩评定
主要课程成绩评定采用等级制/赋分制,按照优秀A、良好B、合格C、基本合格D或不合格F划分。成绩的综合评价采用优秀率(成绩为A的课程所占的比例)和优良率(成绩为A和B的课程所占的比例)。
(八)企业专家参与环节
“互联网思维模块”与“现代商业模式模块”由合作头部企业专家讲授。“高端智能制造技术”、“数据挖掘与信息检索”、“智能机器人”、“软件系统实践”、“计算机系统综合设计A”、“编译系统实践”、“操作系统实践A”、“计算机网络实践A”、“数据库系统实现”、“计算机综合项目实践”、“自然语言处理实践”、“智能机器人实践”、“计算机视觉实践”、“数据挖掘与信息检索实践”等实践类课程由企业与学校专家讲授。
二、学制与学分要求
学习年限:三至四年
学分要求:毕业生毕业时必须修满155学分。其中公共基础课58学分,通识教育课程不少于12学分,专业核心课42.5学分,专业选修课不少于10.5学分,专业实践课不少于16学分,跨专业选修课不少于6学分,其中专业实践选修课与跨专业选修课16分。
三创素养培养环节包括科研训练、学科竞赛、学术讲座、学术研究、企业实习、毕业设计等。
表1 三创素养培养计划表
培养 环节 | 课程 性质 | 学分 | 备注 |
科研 训练 | 必修 | 3 | 在学术和企业导师指导下开展科学研究,每年1学分。学术指导教师不少于2位。 |
毕业 设计 | 必修 | 6 | 在学术和企业导师指导下,按产品发布要求提交软硬件系统作品,完成毕业设计和产品发布。 |
学科 竞赛 | 选修 | 1-6 | 根据计算机学院认定的竞赛获奖档次,相应获得1-6学分。 |
学术 讲座 | 选修 | 1 | 参加不少于4次计算机学院和企业集团组织的学术和技术讲座,并提交与讲座有关的学习报告。 |
学术 研究 | 选修 | 1-4 | 根据计算机学院认定的学术期刊与会议档次,每发表一篇第一作者论文,计1-4学分。 |
企业三创实习 | 必修 | 3 | 参加不少于3次,每次不少于2个月驻企项目制实习,参与企业产品研发团队,计3个学分 |
三、教学计划表
表2 计算机科学与技术试验班(雷军班)教学计划(本科)
学院大类 (专业)教学计划 课程类别 | 课程名称 | 学分数 | 学时数 | 修读 学期 | 备注 | ||||||
---|---|---|---|---|---|---|---|---|---|---|---|
总 学分 | 理论课学分 | 实践课学分 | 总 学 时 | 理论课学 时 | 实践课学 时 | ||||||
通识教育课程 | 通识必修课程 6分 | 必修 | 人文社科经典导引 | 2 | 2 | 32 | 32 | 1-2 | 1.所有学生必须修读《人文社科经典导引》《自然科学经典导引》《中国精神导引》。 2.“互联网思维”模块课程至少选修 2 学分。3.所有学生必须至少修满12 学分通识教育课程。 | ||
自然科学 经典导引 | 2 | 2 | 32 | 32 | 1-2 | ||||||
中国精神导引 | 2 | 2 | 32 | 32 | 1-2 | ||||||
通识选修课程 6分 | 选修 | 互联网思维模块 | 4 | 4 | 64 | 64 | 1-2 | ||||
现代商业模式模块 | 4 | 4 | 64 | 64 | 1-2 | ||||||
中华文化与世界文明模块 | 2 | 2 | 32 | 32 | 1-2 | ||||||
科学精神与生命关怀模块 | 2 | 2 | 32 | 32 | 1-2 | ||||||
社会科学与现代社会模块 | 2 | 2 | 32 | 32 | 1-2 | ||||||
艺术体验与审美鉴赏模块 | 2 | 2 | 32 | 32 | 1-2 | ||||||
公共基础课程 | 公共基础必修课程37 分 | 必 修 | 马克思主义基本原理 | 2.5 | 2.5 | 0 | 40 | 40 | 0 | 2 | “四史”教育模块包括《党史》《新中国史》《改革开放史》和《社会主义发展史》,要求至少选修1门课程。 |
毛泽东思想和中国特色社会主义理论体系概论 | 2.5 | 2.5 | 0 | 40 | 40 | 0 | 3 | ||||
中国近现代史纲要 | 2.5 | 2.5 | 0 | 40 | 40 | 0 | 2 | ||||
思想道德与法治 | 2.5 | 2.5 | 0 | 40 | 40 | 0 | 1 | ||||
习近平新时代中国特色社会主义思想概论 | 3 | 3 | 0 | 48 | 48 | 0 | 4 | ||||
大思政实践课 | 2 | 0 | 2 | 48 | 0 | 48 | 2-3 | ||||
形势与政策 | 2 | 2 | 0 | 32 | 32 | 0 | 1-4 | ||||
体育 | 4 | 0 | 4 | 128 | 16 | 112 | 1-4 | ||||
大学英语 | 6 | 6 | 0 | 96 | 96 | 0 | 1-2 | ||||
军事理论与技能 | 4 | 2 | 2 | 200 | 32 | 168 | 1-2 | ||||
新时代中国特色社会主义劳动教育 | 2 | 0.5 | 1.5 | 44 | 8 | 36 | 3-4 | ||||
大学生心理健康 | 2 | 2 | 0 | 32 | 32 | 0 | 1-2(三) | ||||
国家安全教育 | 1 | 1 | 0 | 16 | 16 | 0 | 1 | ||||
“四史”教育模块 | 1 | 1 | 0 | 16 | 16 | 0 | 1-2 | ||||
公共基础选修课程21分 | 选修 | 高等数学A1 | 6 | 6 | 96 | 96 | 1 | 1.公共基础选修课程包括高等数学、大学物理等,为必选课程,至少21学分。高等数学A1/A2可以选择数学分析(1)/(2)作为替代课程。 | |||
高等数学A2 | 6 | 6 | 96 | 96 | 2 | ||||||
线性代数A | 3 | 3 | 48 | 48 | 2 | ||||||
概率论与数理统计A | 3 | 3 | 48 | 48 | 2 | ||||||
大学物理D | 3 | 3 | 48 | 48 | 3 |
学院大类(专业)教学计划课程类别 | 课程名称 | 学分数 | 学时数 | 修读 学期 | 备注 | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
总 学分 | 理论课学分 | 实践课学分 | 总 学时 | 理论课学 时 | 实践课学时 | |||||||
专业教育课程 | 专业准出课程 | 专业核心课程42.5 分 | 必修 | 程序设计D | 4 | 3 | 1 | 72 | 48 | 24 | 1 | 1.程序设计D、数据结构A可根据信息学竞赛成绩或程序水平测试成绩申请免修 2.“编译原理”课程可以选择“程序语言理论与编译技术”作为替代课程 |
计算机系统基础 | 4 | 3.5 | 0.5 | 68 | 56 | 12 | 2 | |||||
离散数学A | 4 | 4 | 64 | 64 | 3 | |||||||
数据结构A | 3.5 | 3 | 0.5 | 60 | 48 | 12 | 2 | |||||
计算机组成与体系结构A | 4 | 3.5 | 0.5 | 68 | 56 | 12 | 3 | |||||
操作系统A | 3.5 | 3 | 0.5 | 60 | 48 | 12 | 4 | |||||
编译原理 | 3 | 2.5 | 0.5 | 52 | 40 | 12 | 5 | |||||
计算机网络A | 3 | 3 | 0 | 48 | 48 | 5 | ||||||
算法设计与分析 | 3.5 | 3 | 0.5 | 60 | 48 | 12 | 3 | |||||
机器学习 | 3 | 2 | 1 | 56 | 32 | 24 | 4 | |||||
现代数据库系统 | 4 | 3.5 | 0.5 | 68 | 56 | 12 | 5 | |||||
网络安全 | 3 | 2.5 | 0.5 | 52 | 40 | 12 | 6 | |||||
专业选修课10.5分 | 选修 | 软件工程 | 3 | 2.5 | 0.5 | 52 | 40 | 12 | 4 | 1.学生须根据自己兴趣方向选择选修课程,至少选修10.5学分。建议学生参考计算机科学专业2023版培养方案的课程模块设置。 2. 高端智能制造技术、数据挖掘与信息检索、智能机器人等课程由学校与企业专家共同讲授 | ||
软件质量保障与测试 | 3 | 2 | 1 | 56 | 32 | 24 | 6 | |||||
嵌入式系统 | 3 | 2 | 1 | 56 | 32 | 24 | 5 | |||||
物联网技术 | 2.5 | 2 | 0.5 | 44 | 32 | 12 | 6 | |||||
高端智能制造技术 | 3 | 2 | 1 | 56 | 32 | 24 | 5 | |||||
深度学习与强化学习 | 3 | 2 | 1 | 56 | 32 | 24 | 5 | |||||
自然语言处理 | 2 | 1.5 | 0.5 | 36 | 24 | 12 | 6 | |||||
计算机视觉 | 2 | 2 | 32 | 32 | 5 | |||||||
计算机图形学 | 3 | 2.5 | 0.5 | 52 | 40 | 12 | 5 | |||||
智能机器人 | 3 | 3 | 48 | 48 | 6 | |||||||
量子计算与应用 | 3 | 3 | 48 | 48 | 6 | |||||||
数字图像处理 | 3 | 2 | 1 | 56 | 32 | 24 | 4 | |||||
数据挖掘与信息检索 | 2.5 | 2 | 0.5 | 44 | 32 | 12 | 5 | |||||
云计算平台与技术 | 2 | 1.5 | 0.5 | 36 | 24 | 12 | 5 | |||||
专业教育课程 | 专业准出课程 | 专业实践课程不少于16 分 | 必修 | 软件系统实践 | 1 | 1 | 1 暑 | 实践课程由企业与学校专家讲授,专业实践选修10分 | ||||
计算机系统综合设计A | 1 | 1 | 2 暑 | |||||||||
编译系统实践 | 1 | 1 | 6 | |||||||||
操作系统实践A | 1 | 1 | 5 | |||||||||
计算机网络实践A | 1 | 1 | 6 | |||||||||
数据库系统实现 | 1 | 1 | 5 | |||||||||
计算机综合项目实践 | 1 | 1 | 3暑 | |||||||||
毕业设计 | 6 | 6 | 7-8 | |||||||||
科研训练 | 3 | 3 | 1-6 | |||||||||
选修 | 学科竞赛 | 1-6 | 1-6 | 1-8 | ||||||||
学术讲座 | 1 | 1 | 1-8 | |||||||||
企业三创实习 | 3 | 3 | 1-8 | |||||||||
学术研究 | 1-4 | 1-4 | 1-8 | |||||||||
自然语言处理实践 | 1 | 1 | 3暑 | |||||||||
智能机器人实践 | 1 | 1 | 6 | |||||||||
计算机视觉实践 | 1 | 1 | 5 | |||||||||
数据挖掘与信息检索实践 | 1 | 1 | 5 | |||||||||
跨学院选修课 程 | 运筹学 | 3 | 3 | 48 | 48 | 5 | 至少选修6学分 | |||||
工程经济学 | 3 | 3 | 48 | 48 | 5 | |||||||
管理决策理论与方法 | 2 | 2 | 32 | 32 | 5 | |||||||
建设项目法律法规 | 2 | 2 | 32 | 32 | 5 | |||||||
工程项目管理与监理 | 2 | 2 | 32 | 32 | 6 | |||||||
工程估价 | 2 | 2 | 32 | 32 | 6 | |||||||
毕业应取得 总学分:155分 总学时:3160 | 其中,通识教育课程学分:12 公共基础课程学分:58 专业教育课程学分:85 实践教学学分:32 占总学分的:20.6% (实践教学学时:1516,占学时比例:48%) 选修课教学学分:53.5 占总学分的:34.5% |
附件2
计算机科学与技术试验班(雷军班)
博士研究生培养方案
一、培养对象与学习年限
本学科专业博士研究生学制为3年,最长学习年限为6年。直博生、硕博连读生以取得博士学籍起计算博士学习年限,最长学习年限为6年。鼓励优秀博士研究生提前毕业,原则上学习年限不少于2.5年。具体标准详见《计算机学院关于博、硕士研究生学位申请的相关规定》。其他情况按学校研究生学籍管理实施细则有关规定执行。
二、培养方式
实行校企双导师负责制,重视实践与案例教学的培养。导师是研究生培养的第一责任人,对研究生培养的全过程进行全方位针对性指导,全面关心学生的政治思想、道德品质、业务学习与科研实践等。学生进校后,导师应尽快根据培养方案的要求和因材施教的原则,指导学生制订出合理的个人培养计划,包括对课程学习、实践活动、学术活动、科学研究与学位论文工作等做出的具体安排。研究生必须完成导师规定的科研工作,通过课程学习、科学研究和学位论文等多种形式,着重培养其独立分析问题和解决问题的能力。
三、课程设置
课程总学分不少于32个学分,必修课不少于22个学分,其中公共必修课不少于9学分(“中国马克思主义与当代”2学分,“硕博连读生外语”2学分为必选课程)。具体课程见《计算机科学与技术试验班(雷军班)博士阶段培养方案课程信息》。
因故退出直博和硕博连读项目的研究生按照学校直博生、硕博连读生培养办法有关规定执行。
表3 计算机科学与技术试验班(雷军班)博士阶段培养方案课程信息
计算机科学与技术专业
类 别 | 中文名称 | 英文名称 | 学分 | 学时 | 备注 | |
---|---|---|---|---|---|---|
必 修 课 | 公共 必修课 | 中国马克思主义与当代 | Contemporary Chinese Marxism | 2 | 32 | |
硕博连读生外语 | Foreign Languages for Doctoral Student | 2 | 32 | 可根据研究研究生英语相关规定申请免修 | ||
高级智能算法 | Advanced Intelligent Computation | 2 | 32 | |||
计算机科学中的逻辑性 | Logic in Computer Science | 3 | 48 | |||
软件形式化方法 | Formal Method on Software | 2 | 32 | |||
数学模型与优化 | Mathematical Model and Optimization | 3 | 48 | |||
研究方向必修课 | 高性能计算 | High Performance Computing | 2 | 32 | ||
计算机科学研究方法论 | Research Methodology of Computer Science | 3 | 48 | |||
新型计算机网络 | Future Computer Networks | 2 | 32 | |||
数据仓库与数据挖掘 | Data Warehouse and Data Mining | 3 | 48 | |||
高级多媒体处理 | Advanced Multimedia Technology | 2 | 32 | |||
高级计算机图形学 | Advanced Computer Graphics | 3 | 48 | |||
视觉计算 | Vision computing | 2 | 32 | |||
虚拟现实与可视化 | Virtual Reality and Visualization | 2 | 32 | |||
人工智能计算框架 | Artificial Intelligence Computing Framework | 2 | 32 | |||
高级机器学习 | Advanced Machine Learning | 2 | 32 | |||
选 修 课 | 专业 选修课 | 计算机软件前沿进展 | Computer Software Research Development | 1 | 16 | |
云计算技术及应用 | Technology and Applications of Cloud Computing | 3 | 48 | |||
计算机网络前沿进展 | Computer Network Research Development | 1 | 16 | |||
数据挖掘前沿进展 | Data Mining Research Development | 1 | 16 | |||
海量存储技术 | Mass Data Storage Technology | 3 | 48 | |||
计算机视觉前沿进展 | Computer Vision Research Development | 1 | 16 | |||
图像分析与解译 | Image Analysis and Interpretation | 3 | 48 | |||
现代软件架构 | Modern Software Architecture | 2 | 32 | |||
自然语言处理前沿 | Frontier of Natural Language Processing | 2 | 32 | |||
科技写作 | Scientific Writing | 1 | 16 | |||
指定 选修课 | 学术道德与学术规范 | Ethics and Rules on Academics | 1 | 16 | 指定 必选 | |
任意 选修课 | 马克思恩格斯列宁经典著作选读 | Selected Readings on Classic Works of Marx Engels and Lenin | 1 | 16 | 公共 选修 | |
补修课 | 算法设计与分析 | Design and Analysis of Algorithm | ||||
离散数学 | Discrete Mathematics | |||||
数据结构 | Data Structures | |||||
计算机组成原理 | Principles of Computer Composition | |||||
计算机体系结构 | Computer Architecture | |||||
操作系统原理 | Principle of Operating System | |||||
数据库原理 | Principle of Database | |||||
计算机网络 | Computer Network | |||||
必修环节 | 文献研读 | Literature Study | 1 | |||
学术报告 | Academic Report | 1 | ||||
学科综合考试 | Comprehensive Test in Discipline | 1 | ||||
科研训练 | Research Training | 1 | ||||
课程助教与社会实践 | TA and Practical Training | 1 | ||||
总学分≥37,其中课程学分≥32(必修课学分≥22,公共必修≥9),必修环节学分≥5。 学科通开课、研究方向必修课、专业选修课中48课时的课程中,除课堂教学外均包含至少16课时的课程实验或课程报告部分。 |
表4 计算机科学与技术试验班(雷军班)博士阶段培养方案课程信息
软件工程专业
类 别 | 中文名称 | 英文名称 | 学分 | 学时 | 备注 | |
---|---|---|---|---|---|---|
必 修 课 | 公共 必修课 | 中国马克思主义与当代 | Contemporary Chinese Marxism | 2 | 32 | |
硕博连读生外语 | Foreign Languages for Doctoral Student | 2 | 32 | |||
学科 通开课 | 高级软件工程 | Advanced Software Engineering | 3 | 48 | ||
计算机科学研究方法论 | Research Methodology on Computer Science | 3 | 48 | |||
计算机科学中的逻辑学 | Logic in Computer Science | 3 | 48 | |||
数学模型与优化 | Mathematical Model and Optimization | 3 | 48 | |||
软件工程前沿进展 | Software Engineering Research Development | 2 | 32 | |||
计算理论 | Computation Theory | 2 | 32 | |||
研究方向必修课 | 高级算法设计与分析 | Advanced Design and Analysis of Algorithm | 2 | 32 | ||
需求工程新技术 | New Technologies of Requirements Engineering | 3 | 48 | |||
现代软件架构 | Modern Software Architecture | 3 | 48 | |||
软件测试 | Software Testing | 3 | 48 | |||
高级人工智能 | Advanced Artificial Intelligence | 3 | 48 | |||
软件形式化方法 | Formal Method on Software | 2 | 32 | |||
可信计算 | Trusted Computing | 2 | 32 | |||
图数据管理与分析 | Graph Database Management and Analysis | 2 | 32 | |||
选 修 课 | 专业 选修课 | 人机交互方法 | Human Computer Interaction | 3 | 48 | |
自然语言处理技术 | Natural Language Processing | 3 | 48 | |||
语义计算与知识工程 | Semantic Computing and Knowledge Engineering | 3 | 48 | |||
智能计算 | Intelligent Computing | 3 | 48 | |||
深度学习与数据挖掘 | Deep Learning and Datamining | 3 | 48 | |||
大数据处理与分析 | Big Data Processing and Analysis | 3 | 48 | |||
服务计算与软件服务工程 | Services Computing and Software Service Engineering | 3 | 48 | |||
云计算技术及应用 | Technology and Applications of Cloud Computing | 3 | 48 | |||
物联网技术与应用 | Technology and Applications of Internet of Things | 3 | 48 | |||
指定 选修课 | 科技写作 | Scientific Writing | 1 | 16 | 指定 必选 | |
学术道德与学术规范 | Ethics and Rules on Academics | 1 | 16 | 指定 必选 | ||
任意 选修课 | 马克思恩格斯列宁经典著作选读 | Selected Readings on Classic Works of Marx Engels and Lenin | 1 | 16 | 公共 选修 | |
补修课 | 高级语言程序设计 | Advanced Language Programming Design | ||||
算法设计与分析 | Algorithm Design & Analysis | |||||
离散数学 | Discrete Mathematics | |||||
数据结构 | Data Structure | |||||
操作系统原理 | Principles of Operating System | |||||
数据库原理 | Principle of Database | |||||
必修环节 | 文献研读 | Literature Study | 1 | |||
学术报告 | Academic Report | 1 | ||||
学科综合考试 | Comprehensive Test in Discipline | 1 | ||||
科研训练 | Research Training | 1 | ||||
课程助教与社会实践 | TA and Practical Training | 1 | ||||
总学分≥37,其中课程学分≥32(必修课学分≥22),必修环节学分≥5。 |
表5 计算机科学与技术试验班(雷军班)博士阶段培养方案课程信息
人工智能专业直博生
类 别 | 中文名称 | 英文名称 | 学分 | 学时 | 备注 | |
---|---|---|---|---|---|---|
必 修 课 | 公共 必修课 | 中国马克思主义与当代 | Chinese Marxism and Contemporary | 2 | 32 | |
硕博连读生外语 | Foreign Languages for Combined MD/PhD Student | 2 | 32 | |||
学科 通开课 | 高级算法设计与分析 | Design and Analysis of Advanced Algorithm | 3 | 48 | ||
高级人工智能 | Advanced Artificial Intelligence | 3 | 48 | |||
高级机器学习 | Advanced Machine Learning | 2 | 32 | |||
脑认知与类脑计算 | Brain Cognition and Brain Like Computation | 2 | 32 | |||
研究方向必修课 | 高级智能计算 | Advanced Intelligent Computing | 2 | 32 | ||
量子计算 | Quantum Computation | 2 | 32 | |||
自然语言处理前沿 | Frontier of Natural Language Processing | 2 | 32 | |||
人工智能计算框架 | Artificial Intelligence Computing Framework | 2 | 32 | |||
视觉中的机器学习 | Machine Learning in Computer Vision | 3 | 48 | |||
生物信息学 | Bioinformatics | 2 | 32 | |||
听觉与声信号处理 | Auditory Sense and Acoustic Signal Processing | 3 | 48 | |||
无线传感技术 | Wireless Sensor Technology | 2 | 32 | |||
医学人工智能导论 | Introduction to Medical Artificial Intelligence | 2 | 32 | |||
选 修 课 | 专业 选修课 | 智能控制与系统设计 | Intelligent Control and System Design | 2 | 32 | |
人工智能安全与隐私 | Safety and Privacy of Artificial Intelligence | 2 | 32 | |||
机器人与应用系统 | Robotics and Application System | 1 | 16 | |||
深度学习与强化学习 | Deep Learning and Reinforcement Learning | 3 | 48 | |||
元学习理论 | Meta Learning Theory | 2 | 32 | |||
数据挖掘前沿技术 | Frontier Technology of Data Mining | 2 | 32 | |||
高等运筹学 | Advanced Operations Research | 2 | 32 | |||
遥感数据分析与处理 | Remote Sensing Data Analysis and Processing | 2 | 32 | |||
指定 选修课 | 科技写作 | Scientific Writing | 1 | 16 | 指定 必选 | |
学术道德与学术规范 | Ethics and Rules on Academics | 1 | 16 | 指定 必选 | ||
任意 选修课 | 马克思恩格斯列宁经典著作选读 | Selected Readings on Classic Works of Marx Engels and Lenin | 1 | 16 | 公共 选修 | |
补修课 | 计算机组成与设计 | Computer Organization and Design | ||||
操作系统原理 | Operating System | |||||
数据库系统 | Database System | |||||
必修环节 | 文献研读 | Literature Study | 1 | |||
学术报告 | Academic Report | 1 | ||||
学科综合考试 | Comprehensive Test in Discipline | 1 | ||||
科研训练 | Research Training | 1 | ||||
课程助教与社会实践 | TA and Practical Training | 1 | ||||
总学分≥37,其中课程学分≥32(必修课学分≥22),必修环节学分≥5。 |
四、必修环节
必修环节共5学分,包括:文献研读1学分,学术报告1学分;学科综合考试1学分,科研训练1学分,课程助教与社会实践1学分。具体要求如下:
1.文献研读:博士研究生在学期间应大量阅读本学科与相关学科专业文献。博士研究生在学科综合考试前至少阅读CCF推荐期刊和会议目录所列学术论文50篇以上。在学期学术研究进展汇报和学科综合考试中,应能体现对本研究领域的国内外经典文献的掌握。导师负责博士研究生文献研读的指导、检查与考核,达到规定要求者,《文献研读》计1学分。
2.学术报告:博士研究生应参与15次以上的学术讲座、学术论坛等,包括学校组织的“学术道德规范讲座”和其它专题讲座、学术报告、研究生论坛等学术研讨活动。至少参加1次国内外学术会议,有论文入选,并作口头报告;每学年至少作1次公开学术专题报告。博士研究生每学期应在一定范围内做一次学术研究进展汇报,形成阶段性科研报告,提交导师组进行考评。导师负责博士研究生学术报告情况的监督和审核,达到规定要求者,《学术报告》计1学分。
3.学科综合考试:学科综合考试由学院统一组织,成立学科综合考试小组,对博士研究生思想政治表现、课程学习、专业基础知识、科学研究能力等进行考核,采用笔试或书面报告与口头报告相结合的方式。建立健全学科综合考试的激励与淘汰机制,考试结果与奖助金、评优评先、淘汰分流等直接挂钩。通过综合考试者,《学科综合考试》计1学分。博士研究生在学期间共有两次综合考试机会,第一次考试未通过者须申请参加下一次考试(两次考试的间隔时间不少于3个月)。两次均未通过、不宜继续培养者,依据学籍管理有关规定,作退学处理(硕博连读生可转为硕士研究生)。
4.科研训练:博士研究生应在导师的指导下进行系统科研训练,参与前沿性、多学科交叉、高水平的科研工作,参与学术交流、拓宽学术视野。博士研究生在学期间至少参加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。导师负责博士研究生科研训练考核,考核合格者,《科研训练》计1学分。
5.课程助教与社会实践:博士研究生至少应承担1门课程或1个学期的课程助教工作,并从事社会调查、野外科考、挂职锻炼或参与实务部门合作研究、技术服务、科技咨询等社会实践。课程助教与社会实践由学院和导师协同考核,考核合格者,《课程助教与社会实践》计1学分(研究生挂职锻炼参见研究生工作部制定的相关管理办法进行考核及认定学分)。
五、学位论文
1.论文选题:应密切结合学科发展与国家经济和社会建设的需要,结合导师重要研究方向与项目,要求具有一定的理论创新与应用价值,并经导师审核同意。
2.开题报告:开题报告一般在第二学年第一学期完成,由导师及相关学科专家组成考核小组(5名及以上成员),对选题的创新性和可行性等进行审核,并对论文研究提出意见和建议。开题报告通过后,方可进入学位论文工作阶段。如未通过,须重新作开题报告。
3.论文撰写:开题报告完成后,应在导师指导下进入论文撰写阶段,时长不少于一年。论文应阐述理论或设计应用方面的研究成果,要求格式规范、命题正确、逻辑推理严谨、数据可靠、文字流畅,反映对所研究课题有新的见解,并表明作者具有从事科学研究工作或担负专门技术工作的能力。论文撰写需满足学校对博士学位论文的字数、格式和查重率等方面要求。
4.预答辩:博士研究生完成学位论文并经导师审阅认可后,由学院组织预答辩,预答辩的具体要求参照学院关于博士学位论文预答辩相关规定。
5.答辩资格审核:博士研究生应完成规定课程学习,成绩合格,修满学分;完成相关必修环节,取得相应学分;同时达到学校和学院关于博士研究生申请学位论文答辩资格的科研成果要求。
6.评审与答辩:答辩资格审核通过后,按照学校关于博士学位论文评审与答辩的有关规定进行学位论文评审和答辩。论文答辩委员会由5-7人组成,至少聘请2名外单位同行专家,所有委员应是教授或相当职称的专家。经全体委员三分之二以上(含三分之二)同意,论文方为通过。具体答辩要求按学校学位授予工作实施细则和相关规定执行。