人工智能学院 |
||||||||||
085400 电子信息 |
||||||||||
全日制专业型硕士培养方案 |
||||||||||
一、适用类别及培养方向 | ||||||||||
专业学位类别: 电子信息(085400) 专业领域: 人工智能(085410) | ||||||||||
二、培养目标 | ||||||||||
电子信息类别工程硕士专业学位研究生培养目标是:为国民经济和国防建设培养电子信息相关领域的应用型、复合式高层次工程技术和工程管理人才。工程硕士具有职业道德、具备特定社会职业所要求的专业能力和素养,能够运用专业领域已有的理论、知识和技术有效地从事专业工作,合理地解决专业问题。 电子信息类别工程硕士培养的基本要求是: 1.拥护中国共产党的领导,热爱祖国,遵纪守法,品行端正,诚实守信,身心健康,具有高度的国家使命感和社会责任感、良好的职业道德和创业精神、科学严谨和求真务实的学习态度和工作作风。 2.掌握所从事行业领域坚实的基础理论和专业知识,具有良好的专业能力和职业素养;熟悉行业领域的相关规范;在行业领域的某一方向具有独立承担工程规划、工程设计、工程实施、工程研究、工程开发或工程管理等专门技术工作的能力。掌握一门外国语。 | ||||||||||
三、培养模式及修读年限 | ||||||||||
采取课程(环节)学习、专业实践和学位论文(实践成果)相结合的培养方式。与联合培养单位共建实践基地,工学交替、校企协作,鼓励境内外合作培养。实行校内外导师联合指导模式,聘请行业企事业具有丰富实践经验的专家担任校外导师。根据本类别的培养方案,结合研究生个人情况,校内外导师指导研究生制定个人培养计划;研究生个人培养计划确定后,不应随意变更。 本类别工程硕士研究生学制为3年,全日制工程硕士研究生最长修读年限为4年,非全日制工程硕士研究生最长修读年限为5年(最长修读年限自入学之日起开始计算,含休学和保留学籍),具体参照《北京航空航天大学研究生学籍管理规定》。 | ||||||||||
四、知识能力结构及学分要求 | ||||||||||
工程类硕士专业学位要求的知识能力结构包括学位理论课程和综合实践,涵盖思想政治素养、基础理论及专业知识、学术道德及工程伦理、工程实践能力、创新意识等方面。学分构成及要求详见附表。 1.学位理论课程 工程类硕士专业学位要求的学位理论课程体系,包含思想政治理论课、基础及专业理论课及综合素养课等,各课程组构成及学分要求见附表。 2.综合实践 (1)实验及实践课 工程类硕士专业学位研究生需根据个人兴趣及校内外导师组要求,选择不少于5学分的实践讲堂课程、实验课程,并通过考核。 (2)专业实践 专业实践是工程类硕士专业学位研究生获得实践经验、提高实际工程能力的重要实践环节,也是申请学位的必要条件。 工程硕士的专业实践环节遵照《北京航空航天大学专业学位研究生培养工作基本规定》执行,可采用集中实践和分段实践相结合的方式,依托校所、校企实习实践基地及校地研究院开展。工程类硕士专业学位研究生专业实践时间应不少于6个月。专业实践环节完成后形成专业实践报告或技术报告,由实践单位评价,培养单位考核,专业实践终期考核通过后可获得相应学分。 非全日制专业学位研究生的专业实践可结合自身工作岗位任务开展;如果在工作单位未从事与所读专业相关的实践工作,则须参照全日制专业学位研究生相应要求开展专业实践,并通过终期考核。 3.学分认定 课程的免修免考、学分认定事项具体参照《北京航空航天大学研究生课程学分认定实施办法》和《人工智能学院研究生课程学分认定实施细则》执行。 4.学分要求 研究生应依据培养方案,于申请学位论文(实践成果)答辩前,完成知识能力结构及培养环节中所规定的内容,满足各部分学分及总学分要求。 | ||||||||||
五、培养环节及要求 | ||||||||||
1.文献综述与开题报告 执行《北京航空航天大学专业学位研究生培养工作基本规定》和《人工智能学院研究生文献综述实施细则》、《人工智能学院研究生开题报告实施细则》。 2.中期检查 执行《北京航空航天大学专业学位研究生培养工作基本规定》,要求3年学制的硕士研究生一般在入学后第三学年12月底前完成中期检查。 | ||||||||||
六、学位论文(实践成果)及相关工作 | ||||||||||
工程类硕士专业学位论文(实践成果)工作的开展,是研究生在校内外导师组指导下,进行工程技术研究的过程。通过该过程的综合训练,使研究生具备综合运用所学知识解决工程技术问题的能力。 涉密学位论文(实践成果)执行《北京航空航天大学研究生涉密学位论文开题、评阅、答辩与保存管理办法》。 1.学位论文(实践成果)评阅与答辩 学位论文(实践成果)评阅与答辩按照学校及培养单位有关规定执行。 2.提前答辩 根据《北京航空航天大学研究生学籍管理规定》,研究生入学满2年后,允许符合《人工智能学院学位评定分委员会数学学科硕士学位申请者创新成果要求》或《人工智能学院学位评定分委员会人工智能学科硕士学位申请者创新成果要求》的学生申请提前答辩。申请者须在信息系统中申请,经导师和学位评定分委员会同意,报研究生院审批。 3.延期申请 在学制年限内无法完成学业的研究生,须申请延期并获得批准后方可继续培养。延期申请须在达到学制年限前1个月内提出,经校内外导师组同意、并经学位评定分委员会审议通过后,报研究生院审批备案。 | ||||||||||
七、终止培养 | ||||||||||
执行《北京航空航天大学研究生分流退出机制实施细则》。 | ||||||||||
附表1:全日制专业型硕士培养方案学位必修课程/环节设置及学分要求 |
||||||||||
课程性质 |
课程代码 |
课程名称 |
学时 |
学分 |
要求 |
|||||
学位课程及环节学分要求 | 学位理论课 | 思想政治理论课 | M281021001 | 新时代中国特色社会主义理论与实践 | 32.0 | 2.0 | 2.0 | |||
M281021002 | 自然辩证法概论 | 16.0 | 1.0 | 1.0 | ||||||
思想政治理论课课程模块 | 最低3.0分 | |||||||||
基础及专业理论核心课 | D061251002 | 深度学习系统 | 32.0 | 2.0 | 最低2分 | |||||
D061251003 | 计算机图形学 | 32.0 | 2.0 | |||||||
D411051002 | 高等自然语言处理 | 48.0 | 3.0 | |||||||
D411051003 | 计算机视觉 | 32.0 | 2.0 | |||||||
D411051008 | 强化学习 | 32.0 | 2.0 | |||||||
GA01011001 | 矩阵理论与应用I | 32.0 | 2.0 | 最低3分 | ||||||
GA01011002 | 数值分析Ⅰ | 32.0 | 2.0 | |||||||
GA01011003 | 数理统计I | 32.0 | 2.0 | |||||||
GA01011004 | 最优化理论与方法 I | 32.0 | 2.0 | |||||||
M091011001 | 矩阵理论与应用II | 16.0 | 1.0 | |||||||
M091011002 | 数值分析Ⅱ | 32.0 | 2.0 | |||||||
M091011003 | 数理统计II | 32.0 | 2.0 | |||||||
M091011004 | 最优化理论与方法II | 32.0 | 2.0 | |||||||
D031041001 | 线性系统理论 | 48.0 | 3.0 | 最低3分 | ||||||
D031041024 | 机器人控制技术 | 48.0 | 3.0 | |||||||
D061041001 | 算法设计与分析 | 48.0 | 3.0 | |||||||
D061041011 | 机器学习 | 48.0 | 3.0 | |||||||
基础及专业理论核心课课程模块 | 最低10.0分 | |||||||||
其它专业理论课 | D171051024 | 遥感图像解译 | 32.0 | 2.0 | 2.0 | |||||
D171051028 | 光电成像探测原理与系统分析 | 48.0 | 3.0 | 3.0 | ||||||
D411051001 | 异构集群智能协同控制 | 32.0 | 2.0 | 2.0 | ||||||
D411051004 | 人机交互 | 32.0 | 2.0 | 2.0 | ||||||
D411051005 | 区块链 | 32.0 | 2.0 | 2.0 | ||||||
D411051006 | 隐私计算 | 32.0 | 2.0 | 2.0 | ||||||
D411051007 | 高等深度学习 | 32.0 | 2.0 | 2.0 | ||||||
D411051013 | AI安全与伦理 | 32.0 | 2.0 | 2.0 | ||||||
D411051014 | 智能博弈与决策规划 | 32.0 | 2.0 | 2.0 | ||||||
G410031002 | 群体智能 | 32.0 | 2.0 | 2.0 | ||||||
G410032001 | 现代控制理论 | 32.0 | 2.0 | 2.0 | ||||||
G410032004 | 数据挖掘 | 32.0 | 2.0 | 2.0 | ||||||
其它专业理论课课程模块 | 最低2.0分 | |||||||||
综合素养课 | TA01226001 | 工程伦理 | 16.0 | 1.0 | 最低1分 | |||||
D411026001 | 科学写作与报告 | 32.0 | 2.0 | 最低2分 | ||||||
M121013001 | 英语阅读(4) | 8.0 | 0.5 | 最低2分 | ||||||
M121013002 | 英语写作(4) | 16.0 | 1.0 | |||||||
T120013006 | 英语口语(2) | 8.0 | 0.5 | |||||||
综合素养课课程模块 | 最低5.0分 | |||||||||
学位理论课程小计 | 最低22.0 | |||||||||
综合实践 | 实验及实践课 | D411061001 | 综合实验 | 0.0 | 2.0 | 最低5分 | ||||
D411061002 | 无人集群智能协同控制 | 16.0 | 1.0 | |||||||
D411061003 | AI安全与评测实践 | 16.0 | 1.0 | |||||||
D411061004 | 智能几何计算的工程应用与实践 | 16.0 | 1.0 | |||||||
D411061005 | 可信技术原理与实践 | 16.0 | 1.0 | |||||||
D411061006 | 混合现实实践与研究 | 16.0 | 1.0 | |||||||
实验及实践课课程模块 | 最低5.0分 | |||||||||
专业实践 | MA01266001 | 专业实践(硕) | 0.0 | 3.0 | 3.0 | |||||
专业实践课程模块 | 最低3.0分 | |||||||||
培养环节 | 培养环节 | MA01073002 | 文献综述与开题报告(硕) | 0.0 | 1.0 | 1.0 | ||||
培养环节课程模块 | 最低1.0分 | |||||||||
学位课程及环节必修学分合计 | 最低32.0分 | |||||||||