Master of Science in Számítástechnika
Stephenville, Amerikai Egyesült Államok
MSc (természettudományi mesterképzés)
IDŐTARTAM
36 óra
NYELVEK
Angol
PACE
Teljes idő
JELENTKEZÉSI HATÁRIDŐ
LEGKORÁBBI KEZDÉSI DÁTUM
TANDÍJ
USD 36 305
TANULMÁNYI FORMÁTUM
Az egyetemen
Fontos megjegyzés a nemzetközi diákokra vonatkozóan:
A nemzetközi hallgatóknak teljes munkaidőben kell beiratkozniuk (9 óra a teljes munkaidő a diplomások számára), 6 óra személyes és 3 óra online. Az INTL hallgatók a Stephenville-i kampuszon folytathatják a Computer Engineering szakot (ősszel vagy tavasszal), az MBA-t pedig a Ft. Worth-i kampuszon, kizárólag őszi kezdéssel. A nemzetközi hallgatók csak akkor tanulhatnak online, ha az Egyesült Államokon kívül maradnak. Ha az USA-ba szeretnének jönni, akkor személyesen kell tanulniuk.
Egy másik figyelmeztetés..... az, hogy ha egy nemzetközi diák H vízummal rendelkezik, akkor online programokat tanulhat az Egyesült Államokban, de a legtöbb diákunk F vízummal rendelkezik, ami megköveteli, hogy f2f egy egyetemen tanuljanak. A H vízummal rendelkezők azért vannak itt, hogy dolgozzanak, és az, hogy iskolába járhatnak, csak egy plusz előny. Az F vízummal rendelkezők csak tanulni vannak itt, és nem dolgozhatnak.
A jövőd a mérnöki innovációban
Fejlessze karrierjét, és maradjon a technológia élvonalában a Informatikai mérnöki mesterszakkal a weboldalon Tarleton Állami Egyetem Mayfield Mérnöki Főiskoláján. Akár úgy dönt, hogy tanulmányozza online vagy on-campus a mi legmodernebb Stephenville-i létesítményünkben, egy szigorú, gyakorlatias programba merülhet el, amelynek célja, hogy sikerre vigye Önt a mai gyorsan fejlődő technológiai környezetben.
Miért válassza a Tarleton informatikai mérnöki mesterképzést?
A Tarleton informatikai mérnöki mesterképzése azzal tűnik ki, hogy páratlanul magas színvonalú a számítástechnikai és mérnöki elvek valós alkalmazásait. Mi kihasználjuk ipari partnerségek és úttörő kutatást hogy olyan programot nyújtsunk, amely túlmutat az elméleten. Karunk közvetlenül együttműködik vezető vállalatokkal, így biztosítva, hogy a hallgatók részt vegyenek a következőkben élvonalbeli problémákkal és a feltörekvő technológiákkal az első naptól kezdve. A hasonló programokkal ellentétben a következők előnyeit élvezheted kis létszámú osztályok, személyre szabott mentorálásés hozzáférést kapnak a legmodernebb kutatólaboratóriumokhoz - gyakran a nagyobb intézmények végzős hallgatói számára fenntartott lehetőségekhez.
Programfunkciók
- Rugalmas tanulási lehetőségek a nemzetközi diákok számára: Teljes munkaidőben (9 óra), 6 órát a Stephenville-i kampuszon, 3 órát pedig online lehet teljesíteni.
- Kézzel-lábbal tanulás: Alkalmazza a tanultakat valós kihívásokra, tapasztalatot szerezve kutatási projektekkel és fejlett eszközökkel.
- A jövő szakterületei: Koncentráljon olyan területekre, mint VLSI áramkörök tervezése, Kiberbiztonság, Robotika, és Mesterséges intelligencia.
Egyedi tantervi specializációk
Programunk híres a fejlett összpontosításáról a következőkre optimalizálás és sztochasztikus modellek, amely egyedülálló kombináció ritkán található más intézményekben. Olyan területeken szerezhet szakértelmet, mint például:
- Számítógép-architektúra & Elosztott számítástechnika
- Haladó számítógépes hálózatok (nagy hangsúlyt fektetve a kiberbiztonságra)
- VLSI áramköri tervezés
- Robotika, mesterséges intelligencia és gépi tanulás
Tézis vagy nem-tézis opciók
Szabja az oktatási tapasztalatokat a karriercéljaihoz. A szakdolgozat opció mélyreható kutatási lehetőségeket kínál, míg a a nem szakdolgozati szakmai pálya gyakorlati megközelítést kínál, amelynek célja, hogy fokozza az ipari felkészültségét.
Páratlanul piacképes készségek
Programunk túlmutat a technikai szakértelmen. A diploma megszerzése során olyan piacképes készségekkel fog rendelkezni, mint például:
- Komplex problémamegoldás: Kritikus kérdések megoldása olyan területeken, mint űrkutatás, orvostudomány, robotika, és katonai technológia.
- Műszaki mesteri tudás: Fejlett matematikai és programozási nyelvek elsajátítása, beleértve C/C++ nyelveket, miközben mozgékony maradsz a fejlődő technológiai környezetben.
- Együttműködési és kommunikációs készségek: Hatékony együttműködés a csapatokkal, a végfelhasználókkal és az érdekelt felekkel az innovatív megoldások megtervezése érdekében.
Valós világbeli kutatási tapasztalat
A Tarleton's M.S. in Computer Engineering kínál egyedülálló kutatási lehetőségeket amelyek fokozzák az Ön oktatási útját. Együttműködhet olyan oktatókkal, akik úttörő munkát végeznek olyan területeken, mint például vezeték nélküli kommunikációs rendszerek, hálózati távközlési forgalom modellezése, robotika és mesterséges intelligencia, és kiberbiztonság. A kutatás itt nem csupán elméleti gyakorlat; ez egy módja annak, hogy bővítheted az önéletrajzodat, hálózatot építeniés még ösztöndíjat keresni miközben hozzájárulsz az értelmes innovációkhoz.
Tisztelt Kar
Az Ön tanulási tapasztalatait egy szakértő tanárokból álló csapat fogja irányítani hatalmas ipari és kutatási háttérrel. Karunk minden egyes tagja gyakorlati tapasztalattal és ipari kapcsolatokkal rendelkezik, segít áthidalni a szakadékot a következők között az akadémiai elmélet és a között a valós alkalmazás között.
A legmodernebb létesítmények
A Mayfield Műszaki Főiskola modern létesítményei között olyan fejlett oktató laboratóriumok, alkotóterek és kutatási berendezések találhatók, amelyek a nagyobb intézmények erőforrásaival vetekednek. A közelmúltban 54 millió dolláros beruházás új épületbe történő beruházásunk is alátámasztja elkötelezettségünket a magas színvonalú tanulási környezet biztosítása mellett. Akár építkezik élvonalbeli mesterséges intelligencia rendszerek vagy dolgozik a a következő generációs vezeték nélküli hálózatokon, a sikerhez szükséges eszközökkel rendelkezni fogsz.
Készüljön fel a jövőre - iratkozzon be még ma
Texas a mérnöki és informatikai szakemberek egyre növekvő központja, és a Tarletonban végzettek élen járnak ebben a bővülésben. A U.S. Bureau of Labor Statistics a mérnöki területeken erőteljes növekedést prognosztizál, és Texas a legjobb államok között van a foglalkoztatás és a bérek tekintetében ezekben az iparágakban.
A Tarleton informatikai mérnöki mesterképzésének választása azt jelenti, hogy egy olyan jövőt választasz, amely tele van lehetőséggel, innovációvalés sikerrel. Jelentkezzen még ma, hogy elinduljon egy olyan karrier felé, amely a világot formálja!
Ha a Tarleton State University informatikai mérnöki mesterképzését választja, nem csak egy diplomát szerez - olyan készségekre, mentorálásra és lehetőségekre tesz szert, amelyekkel átalakíthatja a jövőjét.
CPEN 5099. Szakdolgozatkutatás. 1-6 kreditóra (előadás: 1-6 óra, labor: 0 óra).
Kutatás a számítástechnikai mesterszakhoz Feltételek: Diplomás állás.
CPEN 5341. Speciális algoritmusok. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Amortizált elemzés, gráf, hálózati áramlás, karakterlánc-illesztés, mátrix- és polinomalgoritmusok, lineáris programozás, NP-teljesség, közelítési algoritmusok és bevezetés a párhuzamos algoritmusokba. Előzetes adatszerkezetekkel és algoritmusokkal kapcsolatos ismeretek vagy tapasztalatok ajánlottak. Feltétel: osztályvezetői jóváhagyás.
CPEN 5342. Párhuzamos számítástechnika és algoritmusok. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Párhuzamos számítógépek taxonómiája, megosztott memóriás és üzenettovábbítási architektúrák, elméleti modellek; minták és stratégiák párhuzamos algoritmusok tervezésére; párhuzamos adatstruktúrák; szekvenciális programok automatikus párhuzamosítása; kommunikáció; szinkronizálás és granularitás; alkalmazások. Számítógép-architektúra területén szerzett előzetes tudás vagy tapasztalat ajánlott.
CPEN 5343. Advanced Computer Architecture. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
A kurzus az általános célú számítástechnikai rendszerek három elsődleges építőköve köré épül fel: processzorok, memóriák és hálózatok. A témák között szerepel a skaláris csővezetékek korlátai, a szuperskaláris végrehajtás, a nem megfelelő végrehajtás, a regiszterek átnevezése, a memória tisztázása, az elágazás előrejelzése és a spekulatív végrehajtás; többszálú, VLIW és SIMD processzorok; nem blokkoló gyorsítótár-memóriák és memóriaszinkronizálás, konzisztencia és koherencia; többmagos, megosztott memóriás architektúrák. A kurzus kiterjed a számítógépes rendszerek kvantitatív elemzésének technikáira, az alternatív tervezési lehetőségek megértésére és összehasonlítására. Számítógép-architektúra területén szerzett előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5348. Fejlett VLSI áramkör-tervezés. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Kulcsfontosságú analóg és vegyes jelű IC blokkok elemzése és tervezése: analóg kapcsolók, mintavevő áramkörök, kapcsolt kondenzátorszűrők, ADC-k, DAC-k és PLL-ek. Alacsony fogyasztású tervezési technikák és gépi tanulási alkalmazások analóg és vegyes jelű IC-k számára. Az Electronics II és a digitális jelfeldolgozás területén szerzett előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5351. Bevezetés a konvex optimalizálásba. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Ez a kurzus bemutatja a konvex optimalizációs problémákat, a konvex analízis alapjait, a konvex optimalizálás algoritmusait és azok bonyolultságait, valamint a konvex optimalizálás alkalmazásait. A kurzus arra is felkészíti a hallgatókat, hogy felismerjék a tudományos és mérnöki alkalmazásokban felmerülő konvex optimalizálási problémákat, és szoftvereszközöket használjanak konvex optimalizálási problémák megoldására. Előzetes Calculus III és Mátrix Algebra ismerete vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5355. VLSI architektúrák. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
A kurzus lefedi az egyedi vagy félig egyedi VLSI rendszerek tervezésének legfontosabb módszereit tipikus jelfeldolgozási és kommunikációs alkalmazásokhoz. Technikák belső és külső vevőhöz, algoritmusok leképezése tömbstruktúrákra, digitális jelfeldolgozó (DSP) rendszerek és terepi programozható kaputömbök (FPGA), programozható jelfeldolgozók. Számítógép-architektúra területén szerzett előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5361. Mély neurális hálózatok. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Bevezetés a neurális hálózatok alapelveibe és elméletébe, különös tekintettel a mély neurális hálózatokra. A témák közé tartoznak a konvolúciós hálózatok, az ismétlődő és az LSTM hálózatok, az erősítő tanulás, az előfeldolgozás, a szabályosítás, a hangolás és az optimalizálás, valamint a matematikai és programozási eszközök. Alkalmazások osztályozáshoz, képfelismeréshez és autonóm járművekhez. Adattudomány, gépi tanulás területén szerzett előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5366. Robot Vision. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
A kurzus célja, hogy áthidalja a szakadékot a számítógépes látás és a mély tanulás között. Olyan témákat fed le, mint a tárgyészlelés és -felismerés, a számítógépes látás gépi tanulási algoritmusai és a 3D számítógépes látás fejlett technikái. Valós alkalmazások és projektek valósulnak meg az autonóm járművek és a robotika területén. Előzetes Computer Vision, Python és C/C++ programozási tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5377. Vezeték nélküli és mobil kommunikációs hálózatok. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Fejlett architektúrák vezeték nélküli kommunikációs hálózatokhoz; fejlett vezeték nélküli technológiák; az ilyen hálózatok tervezésével kapcsolatos kihívások és problémák; sorelmélet és más sztochasztikus modellek. Számítógépes hálózatok vagy kommunikációs rendszerelmélet, Valószínűségszámítás témakörben szerzett előzetes tudás vagy tapasztalat, egy féléves programozás ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5378. Fejlett számítógépes hálózatok. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Ez a kurzus az IP-hálózatok útválasztására és inter-hálózatokra koncentrál, miközben olyan kortárs témákkal foglalkozik, mint a vezeték nélküli hálózatok, a biztonság, az IP-n keresztüli hang és videó, a dolgok internete (IoT), a szoftver által definiált hálózatépítés és a hálózati virtualizáció. Számítógépes hálózatokkal kapcsolatos előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás.
CPEN 5379. Számítógépes és kommunikációs hálózatok teljesítménye. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
A valószínűségszámítás, a Markov-láncok és a sorbanálláselmélet alkalmazása számítógépes és kommunikációs hálózatok elemzésére és tervezésére. Esettanulmányok a forgalom alakításáról és multiplexeléséről, a statikus útválasztásról, a dinamikus útválasztásról és a peer-to-peer fájlmegosztó rendszerekről. Mind a folytonos idejű, mind a diszkrét idejű modelleket feltárják. Számítógépes hálózatok vagy kommunikációs rendszerelmélet, valószínűségszámítás területén szerzett előzetes tudás vagy tapasztalat ajánlott. Feltétel: osztályvezetői jóváhagyás. Számítástechnikai kurzusok COSC 5086. Advanced Special Problems in Computer Science. 1-6 kreditóra (előadás: 1-6 óra, labor: 0 óra). Haladó speciális problémák a számítástechnikában. A munka lehet elméleti vagy laboratóriumi. Az osztályvezető jóváhagyásával megismételhető további beszámítás céljából.
COSC 5088. Szakdolgozat Kutatás. 1-6 kreditóra (előadás: 1-6 óra, labor: 0 óra).
Kutatás a mesterséges intelligencia és a gépi tanulás (AIML-MS) mesterdolgozatához. COSC 5330. Szimuláció. 3 kreditóra (előadás: 3 óra, labor: 0 óra). Bevezetés a szimulációba, hangsúlyt fektetve a szimulációs módszertanra, a véletlenszámok generálására, az időáramlási mechanizmusokra, a mintavételi technikákra, valamint a szimulációs modellek és eredmények validálására és elemzésére. Megvizsgálják a szimulációs nyelveket és azok alkalmazásait.
COSC 5345. Megerősítő tanulás. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Ez a kurzus bevezetést és átfogó áttekintést nyújt a megerősítéses tanuláshoz (RL). A témák között szerepel a Markov-döntési folyamat és a dinamikus programozás, a Monte-Carlo módszerek, az időbeli különbségek tanulása, a tervezés és a tanulás integrációja, a politikai gradiens és a szereplőkritikus módszerek, a mély tanulás és a mély RL algoritmusok. A hallgatók olyan gyakorlatokban és projektekben vesznek részt, amelyek kódolást foglalnak magukban szimulált RL környezetekben. A COSC 4345 és 5345 esetében sem adnak kreditet. A végzős hallgatóknak további feladatokat kell teljesíteniük. Feltétel: felsőfokú statisztikai és mesterséges intelligencia ismeretek.
COSC 5346. Robotika és autonóm rendszerek. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Áttekintés a robotika és az autonóm rendszerek főbb területeiről. A mesterséges intelligencia, a gépi tanulás és az optimalizálási algoritmusok lehetővé teszik az autonóm ágensek számára, hogy strukturálatlan, dinamikus környezetben működjenek, beleértve a lokalizációt és a leképezést, az érzékelőfúziót, a számítógépes látást, az útvonaltervezést, a kommunikációt és az akadálykerülést. A hallgatók olyan gyakorlatokban és projektekben vesznek részt, amelyek magukban foglalják az autonóm cselekvésekkel rendelkező robotikai rendszerek fejlesztését, valamint a teljesítményük értékelését számítógépes szimulációk és fizikai robotrendszerek segítségével. A COSC 4346 és 5346 esetében sem adnak kreditet. A végzős hallgatóknak további feladatokat kell teljesíteniük. Feltétel: felsőfokú statisztikai, lineáris algebrai és mesterséges intelligencia ismeretek.
COSC 5347. Nagy teljesítményű számítástechnika. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Ez a kurzus bevezetést nyújt a masszívan párhuzamos processzorok programozásába és a benne lévő architektúrákba. A CUDA párhuzamos számítási platformot használó grafikus feldolgozó egységek (GPU) és párhuzamos algoritmusok lehetőségeinek kiaknázására szolgáló módszereket ismerteti. A tudományos számítástechnika, a gépi tanulás és a számítógépes látás területéről származó algoritmusok bemutatása és feltárása.
COSC 5352. Optimalizálás gépi tanuláshoz. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Ez a kurzus feltárja a gépi tanulás és a modern adatelemzés során felmerülő elméleteket és algoritmusokat. A témakörök személyre szabottak lesznek, különös tekintettel az algoritmusok összetettségére, megvalósítására, robusztusságára és méretezhetőségére a nagy adatkészletekre. A hallgatók olyan gyakorlatokban és projektekben vesznek részt, amelyek optimalizálási algoritmusok programozását és teljesítményük értékelését foglalják magukban.
COSC 5360. Mesterséges intelligencia. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Bemutatja az intelligens rendszerek felépítéséhez használt reprezentációkat, algoritmusokat és architektúrákat. Predikátumszámítás, állapottér-reprezentáció és keresés, heurisztikus keresés, tudásalapú problémamegoldás, szimbólum-alapú és konnekcionista gépi tanulás, intelligens ágensek és robotika.
COSC 5361. Deep Neural Networks. 3 kreditóra (előadás: 3 óra, labor: 0 óra).
Bevezetés a neurális hálózatok alapelveibe és elméletébe, különös tekintettel a mély neurális hálózatokra. A témák közé tartoznak a konvolúciós hálózatok, az ismétlődő és az LSTM hálózatok, az erősítő tanulás, az előfeldolgozás, a szabályosítás, a hangolás és az optimalizálás, valamint a matematikai és programozási eszközök. Alkalmazások osztályozáshoz, képfelismeréshez és autonóm járművekhez. A COSC 4361 és 5361 esetében sem adnak kreditet. A végzős hallgatóknak további feladatokat kell teljesíteniük. Feltétel: felsőfokú statisztikai, lineáris algebrai és mesterséges intelligencia ismeretek.
A programunkban részt vevő hallgatók:
- Legyen képes megérteni a logikai (áramköri) tervezést.
- Legyen képes azonosítani és megoldani összetett technológiai problémákat a robotika, a repülés, az üzleti élet, az orvostudomány, a katonai és más lényeges területeken.
- Legyen képes az elméleti alapelveket alkalmazni és adaptálni új számítógépes szoftverek és/vagy hardverek fejlesztéséhez.
- Legyen képes alkalmazni a számítógéppel kapcsolatos matematikai ismereteket, pl. a lineáris algebra, a számítás, a statisztika, a diszkrét matematika és az optimalizálás valós problémákban.
Élvonalbeli karrierlehetőségek
A Tarleton informatikai mérnöki mesterképzésével karrierlehetőségei hatalmasak. A diplomások olyan szerepekben találnak sikert, mint:
- Számítógépes és informatikai kutatók
- Információbiztonsági elemzők
- Szoftverfejlesztők
- Robotika és mesterséges intelligencia szakértők
A programnak az iparági igényekhez való igazodása biztosítja, hogy Ön megfeleljen a holnap technológiai környezetének kihívásainak.