美国计算机知多少——CS专业大学课程详解

留学美国申请美国大学计算机专业(CS)的学生非常多。美国大学CS专业的研究分支也非常多，不同分支对学生的要求也会不同，因此，学生们要根据自己的条件选择适合自己的研究方向。小美主要对美国大学CS专业十三个分支方向做了详细的阐述，主要是美国计算机专业课程方面的。 　　一、体系结构、编译器和并行计算 Architecture, Compilers and Parallel Computing 　　体系结构和编译器的研究主要集中在硬件设计，编程语言以及下一代编译器。 　　并行计算研究的包含范围很广，包括并行计算的计算模型，并行算法，并行编译器设计等。 　　二、系统与网络 Systems and Networking 　　可细分为： 　　(1)网络与分布式系统(Networking and distributed systems)：移动通信系统，无线网络协议(wireless protocols)，Ad-hoc网络，服务质量管理(Quality of Service management，QoS)，多媒体网络，计算机对等联网(peer-to-peer networking, P2P)，路由，网络模拟，主动队列管理(active queue management, AQM)和传感器网络(sensor networks)。 　　(2)操作系统(Operating system)：分布式资源管理，普适计算(ubiquitous computing/pervasive computing)环境管理，反射中间件(reflective middleware)，中间件元级操作系统(middleware “meta-operating systems”)，面向对象操作系统设计，允许单个用户与多计算机、对等操作系统服务交互的用户设计，上下文敏感的分布式文件系统，数据中心的电源管理，文件/存储系统，自主计算(autonomic computing)，软件健壮性的系统支持以及数据库的系统支持。 　　(3)安全(Security): 隐私，普适计算，无线传感器(wireless sensors)，移动式和嵌入式计算机，规范，认证，验证策略，QoS保证和拒绝服务保护，下一代电话通讯，操作系统虚拟化和认证，关键基础设施系统，例如SCADA控制系统和医疗，消息系统，安全网关，可用性安全。 　　(4)实时和嵌入式系统(Real-time and embedded systems)：开放式实时系统，Qos驱动的实时调度和通信协议，控制设计和实时调度整合，实时、容错和安全协议整合，网络化器件和智能空间的鲁棒动态实时构架。 　　三、理论与算法 Theory and Algorithms 　　计算机理论研究主要集中在算法和数据结构的设计与分析，以及计算复杂性的研究。具体包括最优化(optimization)，计算几何和拓扑(computational geometry and topology)，近似算法(approximation algorithms)，密码(cryptography)和安全计算(secure computation)，网络设计(network design)，数据挖掘(data mining)，机器学习(machine learning)，有限元网格生成(finite-element mesh generation)和自动化软件验证(automatic software verification)。 　　四、人工智能 Artificial Intelligence 　　这个领域包含广泛的研究课题，包括知识表示，机器学习，计算机视觉，推理和机器人等。 　　知识表示(knowledge representation)：把知识按照一种有利于推理(得出结论)的方式表示出来。 　　机器学习(machine learning)：自动学习如何识别复杂模式并基于数据作出智能决策。 　　计算机视觉(computer vision)：使机器自动从图像和视频中提取信息并理解其中包含的视觉概念。 　　推理(reasoning)：学习推理的计算模型。 　　机器人(robotics)：工程学和机器人技术，以及它们的设计，制造，应用和结构配置。 　　五、编程语言 Programming Languages 　　该领域的研究包括计算机语言的设计与实现，其目标是同时提高开发人员的开放效率和软件质量。包含如下一些课题： 　　(1)程序语言设计和实现(Programming Language Design and Implementation)：编译器优化(Compiler optimization)，语义(Semantics)，即时编译器(JIT complier)，域特定语言(DSL：Domain-specific languages)。 　　(2)编程环境和工具(Programming Environments and Tools)：监控(Monitoring)，程序员搜索引擎(Programmer search engines)，基于模型的设计(Model-based design)。 　　(3)程序分析和验证(Program Analysis and Verification)：模型检测(Model checking)，静态和动态分析(Static and dynamic analysis)，定理证明(Theorem proving)，实时系统的任务调度分析(Schedulability analysis for real-time systems)。 　　六、数据库与信息系统 Database and Information Systems 　　包括以下研究内容： 　　(1)数据库(Database)：数据模型，数据查询、集成，各种数据库系统的设计、实现等。 　　(2)数据挖掘(Data Mining)：从数据中提取模式的处理过程。它在很多领域有广泛的应用，例如市场营销、监测、入侵检测和科学发现。数据挖掘和机器学习很相关，但是数据挖掘更关注实际应用。 　　(3)信息检索(Information Retrieval)：研究如何提取各种媒体(文本、音频、视频等，目前的研究以文本居多)中的信息，同时还搜索与之关联的数据库和万维网。 　　(4)自然语言处理(Natural language processing)：构建一种可以分析、理解和生成自然语言的计算机系统。研究课题包含自动摘要(automatic summarization)，语篇分析(discourse analysis)，机器翻译(machine translation)，命名实体识别(named entity recognition)，自然语言生成(natural language generation)和语音识别(speech recognition)等。 　　七、图形学与多媒体 Graphics and Multimedia 　　图形学的研究包含对自然景象的建模和动画生成(modeling and animation of natural phenomena)，计算拓扑学(computational topology)，图形硬件的使用(graphics hardware utilization)，渲染(rendering)，网格处理和简化(mesh processing and simplification)，形状建模(shape modeling)，曲面参数化(surface parameterization)和可视化处理(visibility processing)等。 　　多媒体研究包括图像处理(image processing)，视频处理(video processing)，音频分析(audio analysis)，文本检索和理解(text retrieval and understanding)，数据挖掘和分析，以及数据融合(data fusion)。因为多媒体数据包含不同格式的数据(如文本，音频，视频)，所以它的研究包含很多不同领域的技术和理论。