一、专业学位类别(领域)简介
西北农林科技大学电子信息硕士(人工智能领域)是适应我国现代化建设的需要,以社会和行业需求为导向,把人工智能前沿技术与生产实践相结合,并解决生产实践中的实际问题的专业领域方向。旨在培养具有本领域坚实的基础知识和专业技能,较强的解决实际问题的工程应用能力,特别是掌握用人工智能与大数据解决智能信息处理过程中遇到的相关实际问题的工程技术方法,能够承担专业技术或管理工作,具有良好的职业素养的高层次应用型、复合型人才。本领域涉及智能计算与知识发现、多模态数据智能处理与应用技术、机器智能。
本该领域依托省级计算机实验教学示范中心和院级数据科学大数据平台,可满足校内教学实践需求;依托数十家校外产学研基地或专业实践基地,可满足工程能力培养实践需求;依托农业部农业物联网重点实验室、陕西省农业信息感知与智能服务重点实验室、陕西省农业装备工程技术中心和学校的高性能计算平台,可满足科研创新实践需求。
二、培养目标
电子信息(人工智能领域)硕士专业学位是与人工智能方向任职资格相联系的专业性学位,强调工程性、实践性和应用性。旨在培养理想信念坚定、思想品质过硬、合作精神和团队意识强,系统掌握人工智能基础理论与基本方法,受到人工智能相关问题分析、系统性设计、创新性实施的系统性工程能力训练,具备一定的运用人工智能基本模型、原理与方法,设计有效的技术解决方案并能从事相关应用研究与开发的能力,毕业后可在科研院所、产业部门、IT企业和政府相关职能机构,从事人工智能技术与工程相关的教学、研究、设计、开发和管理等方面工作的高层次应用型、复合型人才。
具体要求为:
1.拥护党的基本路线和方针政策,热爱祖国,遵纪守法,具有良好的职业道德和敬业精神,具有科学严谨和求真务实的学习态度和工作作风。
2.掌握本领域坚实的基础理论和宽广的专业知识,了解本领域的发展动向,具有一定的创新能力。
3.掌握解决工程问题的先进技术方法和现代技术手段,并具备独立担负工程技术和工程管理工作的能力。
4.熟练掌握一门外国语,能运用该外语比较熟练地阅读和翻译本专业的文献资料,同时必须具备较强的听、说、写方面的能力。
5.具有良好的心理素质和健康的体魄。
三、获硕士学位应具备的基本素质和能力
1.获取知识的能力
电子信息(人工智能领域)专业学位硕士研究生,在系统学习学科相关领域基础知识和专业知识的基础上,应针对研究内容和研究方法,通过查阅国内外相关文献资料、学术交流和实际调研等方式获取所需信息;能从各类资料中获取所需的知识和方法,并进行比较分析和综合运用,为论文研究提供必要的知识和方法支撑。
电子信息(人工智能领域)专业学位硕士研究生还应具有应用其他相关学科知识和方法的能力,善于发现学科交叉中新的发展方向和亮点,选题应具有实用价值或理论意义。应在基础理论、试验方法与数据分析、数值计算等方面打下良好的基础,在科学研究、逻辑推理等方面锻炼自己的能力,提高学位论文水平。
2.科学研究能力
具有较强的分析和解决实际问题的能力,在理论研究或技术研究中有新见解。可以独立制定研究计划和设计相应的实验方案,掌握相应的试验研究方法和手段。
(1)独立科研探索能力。对研究过程中出现的问题和现象,应有一定的洞察力和分析能力,积极寻找解决问题的途径和方法,能独立设计实验方案进行探索和验证,正确分析实验结果,从中得到有意义的研究成果。
(2)评价和利用已有的研究成果的能力。在大量阅读和综合利用相关资料的基础上,对相关领域的研究状况和研究结果、存在问题、所采用的研究方法和技术手段有一定的认识,能客观评价其研究成果和采用的方法与手段,通过借鉴和利用前人的研究成果和方法,提升自己的研究水平。
(3)解决实际问题的能力。在实验和理论探索的基础上,能结合研究工作的需要,用人工智能思想对问题进行抽象、分析和研究,设计并实现相应的人工智能应用平台进行验证,分析与实际应用之间的差距和有待改进的内容,并进行进一步的优化设计,在实践中逐步积累经验,提高解决人工智能相关领域实际问题的能力。
(4)科研协作能力。本学科的专业学位硕士研究生还应具备较强的协作与团队意识,在研究过程中应加强与课题组其他成员的合作,加强交流,互通有无,提高团队合作能力。
3.实践能力
开展学术研究或技术开发的能力。包括提出研究问题,设计实验和进行实验探索,对数据进行统计处理并对结果进行分析,或者研发出新的人工智能应用系统,在技术开发方面具有新的成果和进展。
4.学术交流能力
学术交流是发现问题、学习研究思路、掌握学术前沿动态、获取学术支持的重要途径,是硕士研究生必须掌握的技能之一。学术交流包括参加学术会议以及学术报告会,设计墙报,撰写学术论文,与相关人员讨论研究问题,以及论文的口头报告和答辩等,通过学术交流,拓展视野。
5.其他能力
(1)哲学思维能力。学习自然辩证法、科学社会主义理论和管理科学等人文社科知识,培养人文精神、哲学思维和科学方法,用科学发展观指导研究工作和工程实践。
(2)交际交流能力:电子信息是应用性很强的学科,在将科学知识应用于生产实践的过程中,必须学会与人打交道。因此,必须广泛地与社会接触,了解社会运行的规则。掌握与科研人员、高校教师、企业技术和管理人员等各方面人员的交往能力。
(3)外语能力:本学科硕士研究生须较熟练掌握一门以上外国语,能较熟练地利用外国语进行口头和书面交流。
四、培养方向
电子信息(人工智能领域)属于专业学位硕士,主要培养方向包括:
1. 智能计算与知识发现;2. 多模态数据智能处理与应用技术;3. 机器智能。
五、学习年限
硕士研究生的基本学习年限为3年,全日制硕士研究生最长不超过4年。非全日制硕士研究生最长不超过5年。申请延期或提前毕业者按照《西北农林科技大学研究生学籍管理办法》(校研发〔2017〕287号)执行。
六、课程学习要求
研究生课程学习采用学分制。一般课程每16学时计1学分。
专业学位硕士研究生要满足最低学分要求,总学分不少于31学分,其中课程学分不少于22学分,培养环节不少于9学分。课程和学分总体设置参见附表:电子信息类别(人工智能领域)专业学位硕士研究生培养基本要求简表。
七、培养基本环节及考核要求
(一)论文开题(2学分)
硕士生须在第2学年秋季学期第5周前完成开题。
1.导师指导
在导师和导师组共同指导下完成论文开题。导师组由3-5名导师组成,以工程能力培养为导向,进行研究生培养全过程的指导。导师组应有学院具有较高学术水平和丰富指导经验的教师,以及来自企业具有丰富工程实践经验的专家组成。
2.学位论文选题
论文选题应来源于电子信息类人工智能领域的理论应用研究或者具有明确的工程应用背景,可以是一个完整的工程项目的设计或研究课题,可以是人工智能相关的技术攻关、技术改造专题等。选题要有一定的理论深度、技术难度和应用价值,须联系工程实际、重点突出,应能反映工作成果的实用性与新颖性。
3.开题报告撰写规范
开题报告内容包括:题目、选题背景及其意义、课题来源、文献综述、研究内容、拟采取的技术路线和实施方法、工作特色及难点、预期成果及可能的创新点、经费预算、进度安排、参考文献等。其中,综述部分不少于3000字,开题之前研究生应阅读文献30-50篇,其中外文文献不少于40%,近10年的文献不少于50%,本研究领域或相关研究领域的重要文献不少于30%;技术发展研究课题(有条件的应进行文献查新)中专利文献需要有一定比例,其中包括国外专利文献。
开题报告应参照西北农林科技大学开题报告格式,按规范要求撰写。
4.开题论证
选题是否合理、是否属于本专业方向研究范畴,研究内容、水平是否能达到相关学位要求,研究方法、工作量是否合理等,并就其文献分析能力、归纳整理能力、语言表达能力、开题报告撰写、PPT制作等提出具体的评价和修改意见。
经评审通过的开题报告,应以书面形式提交学院研究生管理部门备案,并在研究生培养档案中保存。
5.论证时间和组织形式
专业学位研究生须在第 2 学年秋季学期第5周前完成开题,具体时间由学科点统一组织决定,开题报告审核通过后至少一年方可申请学位论文答辩。
开题报告应提前公示,并由本学科专业5人及以上(奇数)专家组成评审小组进行考核评审,成员中应有1名来自行(企)业的专家,提出具体的评价和修改意见。小组设置秘书一名,不参与表决。开题报告人导师可以列为开题论证委员会委员。跨学科的论文开题应聘请相关学科的专家参加。在论文研究工作过程中,如果论文课题有重大变动,应重新开题。开题报告通过者获得2学分,未通过者可限期重做,重做仍未通过者不能取得本环节规定学分,按照《西北农林科技大学研究生管理规定》处理。
经评审通过的开题报告,应以书面形式提交学院研究生管理部门备案,并在研究生培养档案中保存。
(二)中期考核(2学分)
研究生课程学习结束,进入学位论文阶段,对其思想品德表现、课程学习、学术交流、实践研究、学位论文进展等方面进行综合考核和评定,及时发现存在问题并做出处理。
1.考核时间
研究生中期考核在第3学年秋季学期第10周前进行,最迟应在毕业半年前完成;具体规定和要求按《西北农林科技大学研究生中期考核暂行规定》执行。
2.考核及组织方式
中期考核以汇报形式在学院范围内公开进行,由学院组织5-7名专家小组对研究生提交的文档资料进行考核评审。
3.考核内容
研究生参加中期考核应提交如下文档资料:
(1)论文进展报告:包括研究计划要点和调整情况、研究工作进展和阶段性成果、下一步工作计划、经费使用情况、存在的问题及解决方案等;
(2)综合能力训练有关材料:包括实践教育、教学实践、国际和国内学术交流等实践能力考评材料。
4.考核评价及评价标准
论文进展情况
(1)课题研究内容是否与开题报告确定的研究目标、内容相符;
(2)课题研究中是否存在问题,有无相应解决方法、措施及计划;
(3)课题研究内容、水平能否符合相应学位要求,有无阶段性成果;
(4)研究进度有无滞后,能否按期毕业。
中期考核通过者获得本环节规定学分。
中期考核评价具体要求及指标见当年中期考核通知。
(三)学术交流(1学分)
学院邀请国内外知名专家,以及行业实践单位具有丰富实践经验的工程技术专家和高级管理专家,面向专业学位研究生做学术报告,同时进行学术诚信与学术规范教育。
专业学位研究生须参加一定量的学术讲座,撰写学习报告,并在一定范围内进行交流。
1.学术诚信与学术规范
无学术不端行为。
2.硕士生学术交流考核要求
(1)考核时间、内容及组织方式
与中期考核合并进行考核。学术交流环节考核以汇报形式在专业研究方向范围内公开进行,由学院组织专家小组进行考核评审。学术交流考核在毕业答辩前完成。
(2)考核内容
学术交流形式、数量、平台、内容、成果、语言、与专业方向相关性、导师评价等。
(3)评价标准和成绩评定
1)研究生在读期间须参加学术交流活动,并获得1分。听取学术报告每次计0.1分,最多累积1分;在学院所组织学术沙龙等学术交流活动中作学术研究报告1次计0.5分,最多累积1分。在本专业一级学会和二级分会以上作研究报告每次计1分。
2)学术交流内容应与专业方向相关。
3)指导教师应对其学术交流能力进行评价。
学术交流环节考核计满1分者获得1学分,未满1分者不能取得本环节规定学分。
(四)实践研究(按照教指委指导意见规定时间、学分要求)
专业实践是电子信息类别各领域专业学位硕士研究生的必修环节。专业实践应有明确的任务要求和考核指标,实践成果能够反映工程类硕士专业学位研究生在工程能力和工程素养方面取得的成效。
实践形式可根据实践内容由校内导师和校外导师研究决定,在读期间累计完成不少于6个月的实践研究。实践研究环节结束时提交总结报告,考核合格后获得规定的实践学分。
研究生在注册后,应及时按照培养大纲的要求,在导师的指导下完成培养计划的制定。专业实践环节开始前1个月,应在导师指导下完成并提交实践计划(主要包括:①实践目标与任务;②实践研究地点;③可行性,包括技术可行性、研究条件、经费等方面;④前期准备与工作基础;⑤考核指标;⑥安全保障等),并经学院审核。
1.专业实践环节的任务及方式
(1)目标与任务
专业实践环节目标与任务应与研究生毕业论文相一致,坚持“理论联系实际”、“研究为生产服务”的原则,密切结合我国电子信息类别各领域的战略需求和生产实践需要,突出实用性,兼顾先进性。
(2)研究方式
实践研究贯彻导师负责制原则,依托校外实践基地或校内专业实验室,或结合导师横向项目(有项目合同或协议)安排实践研究内容,执行实践研究计划,并定期接受检查。
研究生可进入拟就业单位,参与科研或工程项目,执行实践研究计划,并定期接受检查。
2.考核时间
全日制专业学位研究生应在第3学年结束前完成实践训练考核,可与中期考核合并进行考核,按照学院《全日制专业学位硕士研究生实践研究环节考核管理办法(试行)》执行。
3.考核方式
提交《西北农林科技大学研究生科研与实践记录本》和专业实践总结报告。采取集中答辩的方式对每位研究生的实践环节进行考核,由学科点组织专家小组进行考核评审,对研究生的实践内容、时间、地点、形式、与研究课题的相关性、实践单位对研究生的评价等内容进行考核。
考核采用百分制评价方式,考核成绩≥60分获得4学分,考核成绩<60分不计学分,可限期重新参加实践研究工作。研究生不参加专业实践或专业实践考核未通过,不得申请毕业和学位论文答辩,按照《西北农林科技大学研究生学籍管理规定》处理。
4.评价标准和成绩评定
(1)实践时间是否符合研究生培养要求;
(2)实践单位、实践内容与研究课题是否相关;
(3)实践单位对研究生的实践评价;
(4)实践期间有无实践成果。
(五)综合测评(不计学分)
内容和要求以《信息工程学院研究生综合测评实施细则(试行)》为准,研究生需通过综合测评。
八、类别(领域)自设环节及考核要求
本专业职业资格证书认定
对在读期间获得如下证书的研究生,进行学分认定:(1)参加国家人力资源和社会保障部、工业和信息化部组织的国家级考试(计算机软件、计算机网络、计算机应用技术、信息系统、信息服务5个专业),获得计算机软考高级资格(高级工程师)和中级资格(工程师);(2)获得华为认证ICT高级工程师和华为认证ICT高级专家;(3)获得Oracle数据库OCP(Oracle Certified Professional)与OCM(Oracle Certified Master)资格证书;(4)获得SCJD(Sun认证Java开发员)、SCWCD(Sun认证Web组件开发员)、SCBCD(Sun认证商业组件开发员)、SCMAD(Sun认证移动应用开发员)和SCEA(Sun认证企业架构师)证书。
认定不超过2学分;自设培养环节所认定学分可与选修课学分互认;学分总体设置参见附表:电子信息类别(人工智能领域)专业学位硕士研究生培养基本要求简表。
九、专业学位申请和学位成果答辩要求
按照研究生申请学位学术成果认定标准相关文件执行
十、电子信息类别(人工智能领域)专业学位硕士研究生培养基本要求简表
培养基本要求简表
类别(领域)名称 |
人工智能 |
类别(领域)代码 |
085410 |
学院名称 |
信息工程学院 |
||||||||||||
学习年限 |
硕士研究生的基本学习年限为 3 年,全日制硕士研究生最长不超过4年,非全日制硕士研究生最长不超过5年。 |
培养方式 |
全日制/非全日制 |
||||||||||||||
学分要求 |
总学分≥31.0学分,其中课程学分≥22.0学分,培养环节≥9.0学分 |
||||||||||||||||
涉及方向 |
1. 智能计算与知识发现;2. 多模态数据智能处理与应用技术;3. 机器智能 |
||||||||||||||||
课程设置 |
|||||||||||||||||
课程类别与学分要求 |
课程编码 |
课程名称 |
学分 |
学时 |
开课 学期 |
必修或选修 |
备注 |
||||||||||
公共必修课 (="7.0学分) |
pd6181001 |
中国特色社会主义理论与实践 |
2.0 |
36 |
春、秋 |
必修 |
|||||||||||
pd6181002 |
自然辩证法概论 |
1.0 |
18 |
春、秋 |
必修 |
||||||||||||
pd6190002 |
专业学位硕士外国语 |
3.0 |
48 |
春、秋 |
必修 |
||||||||||||
6093016 |
工程伦理 |
1.0 |
16 |
秋 |
必修 |
||||||||||||
领域主干课(="7.0学分) |
6152006 |
应用数理统计 |
2.0 |
32 |
秋 |
必修 |
电子信息类别公共课 |
||||||||||
6093015 |
研究方法与论文写作 |
1.0 |
16 |
秋 |
必修 |
||||||||||||
pd7094011 |
算法设计与分析* |
2.0 |
32 |
秋 |
必修 |
||||||||||||
6094027 |
人工智能 |
2.0 |
32 |
秋 |
必修 |
领域相关课 |
|||||||||||
选修课 (≥8.0学分) |
6092004 |
最优化技术与数学建模 |
2.0 |
32 |
秋 |
选修 |
电子信息类别公共课 |
||||||||||
6094017 |
机器学习* |
2.0 |
32 |
春 |
选修 |
||||||||||||
pd6092001 |
农业工程与信息技术案例 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
pd6093001 |
农业信息技术 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
6094015 |
计算机视觉 |
2.0 |
32 |
秋 |
选修 |
领域相关课 |
|||||||||||
6094028 |
深度学习 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
pd7094006 |
推荐系统理论与技术 |
2.0 |
32 |
春 |
选修 |
||||||||||||
pd7094007 |
自然语言处理 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
pd7094008 |
大数据算法 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
pd7094009 |
计算智能 |
2.0 |
32 |
春 |
选修 |
||||||||||||
pd7094010 |
智能决策支持系统 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
6093004 |
嵌入式系统设计方法 |
2 |
32 |
秋 |
选修 |
||||||||||||
pd7094003 |
大数据管理与分析 |
2 |
32 |
秋 |
选修 |
||||||||||||
6092003 |
数据挖掘与知识发现 |
2 |
32 |
秋 |
选修 |
||||||||||||
6094029 |
机器人控制技术* |
2.0 |
32 |
春 |
选修 |
||||||||||||
pd7094005 |
人机交互技术 |
2.0 |
32 |
春 |
选修 |
||||||||||||
6093003 |
图形学与虚拟现实 |
2.0 |
32 |
春 |
选修 |
||||||||||||
6094020 |
信息安全 |
2.0 |
32 |
春 |
选修 |
||||||||||||
pd6091006 |
软件自动化测试 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
6094030 |
强化学习与动态控制 |
2.0 |
32 |
秋 |
选修 |
||||||||||||
可在全校博士、硕士课程中选修 |
|||||||||||||||||
补修课 (不计学分) |
1092104 |
面向对象程序设计 |
0.0 |
48 |
春 |
补修 |
对于本领域,以同等学力或跨一级学科录取,至少应补修本学科前置学历高年级核心课程3门,可列多门 |
||||||||||
2091109 |
数据结构 |
0.0 |
64 |
秋 |
补修 |
||||||||||||
3153004 |
离散数学 |
0.0 |
48 |
春 |
补修 |
||||||||||||
2092103 |
操作系统 |
0.0 |
48 |
春 |
补修 |
||||||||||||
2092209 |
计算机网络 |
0.0 |
56 |
春秋 |
补修 |
||||||||||||
1091201 |
数据库原理与应用 |
0.0 |
48 |
秋 |
补修 |
||||||||||||
2092508 |
计算机组成原理 |
0.0 |
48 |
秋 |
补修 |
||||||||||||
3093310 |
软件工程 |
0.0 |
40 |
春秋 |
补修 |
||||||||||||
培养环节及时间安排 |
|||||||||||||||||
培养基本环节 |
学分 |
必修或选修 |
时间安排 |
||||||||||||||
1.论文开题 |
2.0 |
必修 |
第2学年秋季学期第5周前完成 |
||||||||||||||
2.中期考核 |
2.0 |
必修 |
第3学年秋季学期第10周前完成 |
||||||||||||||
3.学术交流 |
1.0 |
必修 |
在学期间完成 |
||||||||||||||
4.实践研究(含三助) |
4.0 |
必修 |
第3学年春季第5周前完成 |
||||||||||||||
5.综合测评 |
0.0 |
必修 |
在学期间完成 |
||||||||||||||
学科自设培养环节 |
学分 |
必修或选修 |
时间安排 |
||||||||||||||
本专业职业资格证书认定 |
2.0 |
选修 |
在学期间完成 |
||||||||||||||
*标注为本领域核心课程,参考教指委制定的《专业学位研究生核心课程指南》设置