智能科学与技术一级学科本硕博培养体系

第1章 本科生培养 1 1.1 智能科学与技术专业培养方案 2 1.1.1 专业介绍 2 1.1.2 培养目标 2 1.1.3 专业思政育人 3 1.1.4 毕业要求 3 1.1.5 学制与学位 7 1.1.6 专业分流要求 7 1.1.7 专业特色课程 7 1.1.8 *低毕业要求及学分分布 9 1.1.9 教学进程计划总表 10 1.2 人工智能专业培养方案 17 1.2.1 专业介绍 17 1.2.2 培养目标 18 1.2.3 专业思政育人 18 1.2.4 毕业要求 18 1.2.5 学制与学位 22 1.2.6 大类分流要求 22 1.2.7 专业特色课程 22 1.2.8 *低毕业要求及学分分布 24 1.2.9 教学进程计划总表 24 1.3 图灵人工智能科学实验班培养方案 32 1.3.1 专业介绍 32 1.3.2 培养目标 32 1.3.3 专业思政育人 33 1.3.4 毕业要求 33 1.3.5 培养模式 36 1.3.6 学制与学位 37 1.3.7 专业分流机制 37 1.3.8 专业特色课程 37 1.3.9 毕业*低要求及学分分布 39 1.3.10 教学进程计划总表 39 1.4 人工智能与模式识别全英文专业培养方案(Artificial Intelligence and Pattern Recognition Full-English Teaching Major Training Program) 47 1.4.1 培养定位 48 1.4.2 培养模式 50 1.4.3 培养方案 52 1.4.4 培养课程 55 1.4.5 教学进程计划总表(Schedule of Teaching Process) 58 1.5 人工智能相关专业全英文授课本科留学生培养方案(Training Scheme for Foreign Undergraduate Students Majoring in AI) 70 1.5.1 培养模式与目标(Training Model and Objectives) 70 1.5.2 基本要求(Basic Requirements) 71 1.5.3 学分要求(Credit Requirements) 71 1.5.4 学制与学位(Educational System and Academic Degree) 72 1.5.5 教学进程计划表(Schedule of Teaching Process) 72 1.6 特色课程教学大纲 83 1.6.1 Python程序设计和人工智能平台学习 83 1.6.2 *优化理论与方法 86 1.6.3 专业基础实践 92 1.6.4 人工智能概论 96 1.6.5 算法设计与分析 105 1.6.6 计算智能导论 111 1.6.7 智能系统专业实验 121 1.6.8 人工智能实验 129 1.6.9 模式识别 139 1.6.10 脑科学基础 147 1.6.11 知识工程 158 1.6.12 机器学习 165 1.6.13 智能数据挖掘 173 1.6.14 专业综合实践 181 1.6.15 图像理解与计算机视觉 185 1.6.16 智能信息感知技术 202 1.6.17 智能控制导论 212 1.6.18 计算机视觉及其应用 220 第2章 研究生培养 227 2.1 智能科学与技术硕/博/直博培养方案 228 2.1.1 智能科学与技术学科硕士研究生培养方案 228 2.1.2 智能科学与技术学科博士研究生培养方案 239 2.1.3 智能科学与技术学科直博生培养方案 249 2.2 人工智能领域专业学位硕士生培养方案 261 2.3 人工智能领域工程博士培养方案(定向工程博士和非定向工程博士) 268 2.3.1 人工智能领域定向工程博士培养方案 268 2.3.2 人工智能领域非定向工程博士培养方案 274 2.4 人工智能与模式识别专业全英文授课硕士研究生培养方案(Artificial Intelligence and Pattern Recognition Major Full-English Teaching Postgraduate Training Program) 280 2.5 人工智能相关专业硕/博留学生培养方案(Training Scheme for Foreign Master's and Doctor's Degree Students Majoring in AI) 285 2.5.1 人工智能相关专业全英文授课硕士留学生培养方案(Full-English Training Scheme for Foreign Master's Degree Students Majoring in AI) 285 2.5.2 人工智能相关专业全英文授课博士留学生培养方案(Full-English Training Scheme for Foreign Doctor's Degree Students Majoring in AI) 287 2.6 特色课程培养大纲 296 2.6.1 神经网络基础与应用 296 2.6.2 SAR图像处理与解译 302 2.6.3 复杂网络与群体智能 306 2.6.4 非线性信号与图像处理 309 2.6.5 自然计算 311 2.6.6 视觉感知与目标跟踪 313 2.6.7 智能感知与先进计算新进展 317 2.6.8 雷达图像处理与理解 320 2.6.9 图像表征学习与重建 323 2.6.10 复杂数字系统设计方法 327 2.6.11 量子计算优化与学习 329 2.6.12 统计学习理论应用 331 2.6.13 压缩感知理论与应用 335 2.6.14 视觉信息度量与评价 338 2.6.15 现代可编程逻辑器件原理与应用 342 2.6.16 高性能智能计算实验 344 2.6.17 人工智能创新实验 347 2.6.18 算法设计技巧与分析 349 第3章 西安电子科技大学人工智能学院简介 353 3.1 平台建设 354 3.2 人才培养 357 第4章 西电智慧教育 361 4.1 人工智能教育创新实验室 362 4.2 人工智能实验课程虚拟教研室 365 附录1 研究生教育智能科学与技术学科专业简介及其学位基本要求 368 附录2 人工智能领域研究生指导性培养方案(试行) 379