Tiến sỹ Cơ sở Toán học cho tin học

   Cơ sở Toán học cho tin học (62.46.01.10)
I. Khung chương trình


TT

Các khối  kiến thức

Đối với NCS chưa có bằng thạc sỹ

Đối với NCS đã có bằng thạc sỹ đúng ngành

1

Phần 1. Các học phần bổ sung

31 TC

0 TC

1.1

Triết học

4 TC

0 TC

1.2

Các học phần bổ sung ở trình độ thạc sỹ

27TC

0 TC

2

Phần 2. Các học phần ở trình độ tiến sĩ, chuyên đề tiến sĩ, tiểu luận tổng quan

16 TC

16 TC

2.1

Các học phần ở trình độ tiến sĩ

10 TC

10 TC

 

Học phần bắt buộc (2HP)

4 TC

4 TC

 

Học phần lựa chọn (Từ 2 đến 3 học phần )

6 /18TC

6 /18TC

2.2

Các chuyên đề tiến sĩ (3 CĐTS)

6/18 TC

6/18 TC

2.3

Tiếu luận tống quan 

15 ÷ 20 trang A4

15 ÷ 20 trang A4

3

Phần 3. Nghiên cứu khoa học, luận án tiến sĩ

 

 

3.1

Nghiên cứu khoa học

≥ 2 bài báo khoa học

≥ 2 bài báo khoa học

3.2

Luận án tiến sỹ

90 ÷ 110 trang A4

90 ÷ 110 trang A4

II. Các hướng nghiên đào tạo TS chính của Khoa
+ Thông minh tính toán và ứng dụng.
+ Xử lý ảnh và ứng dụng.
+ Khai phá dữ liệu.
+ Xử lý ngôn ngữ tự nhiên.
+ Robotics và tương tác người máy.
III. Chương trình chi tiết


TT

Tên môn học

Số TC

I

Khối kiến thức ở trình độ tiến sĩ

10

1.1

Học phần bắt buộc

4

1

 

Lý thuyết độ phức tạp tính toán

2

2

 

Thuật toán và ứng dụng trong tin học

2

1.2

Học phần lựa chọn

6

1

 

Lý thuyết tập thô

2

2

 

Lý thuyết CSDL và các PP QTHTTT

2

3

 

Cấu  trúc dữ liệu và thuật toán nâng cao

2

4

 

Lý thuyết máy học

2

5

 

Phương pháp biến đổi tín hiệu và ứng dụng

2

6

 

Trí tuệ tính toán

2

7

 

Một số hướng tiếp cận toán học trong mật mã hiện đại

2

8

 

Phương pháp tính và mô hình hoá toán học

2

9

 

Nhận dạng mẫu và ứng dụng

2

II

Khối kiến thức chuyên đề tiến sĩ

6

1

 

Các phương pháp trích rút đặc trưng đối tượng

2

2

 

Phương pháp phân lớp dựa trên lý thuyết xác suất

2

3

 

Các phương pháp phân lớp tuyến tính và phi tuyến

2

4

 

Các thuật toán phân chùm dữ liệu trong nhận dạng

2

5

 

Mạng neural trong nhận dạng mẫu

2

6

 

Mô hình markov ẩn trong nhận dạng mẫu

2

7

 

Giấu tin trong dữ liệu

2

8

 

Các phương pháp tiếp cận của tập thô

2

9

 

Các thuật toán có sử dụng phân hoạch: K-Mean, Quinland, Bayer trên các hệ quyết định

2

10

 

Hệ đa tác tử và ứng dụng

2

11

 

Tối ưu đa mục tiêu

2

12

 

Ứng dụng mạng chuyển vị thay thế điều khiển được trong phát triển các thuật toán mật mã khối

2

13

 

Thiết kế hàm băm mật mã

2

14

 

Phát triển các lược đồ chữ ký số

2

15

 

Tích hợp các thuật toán mật mã khóa bí mật trên VLSI (FPGA & ASIC)

2

16

 

Các vấn đề an ninh trong các mạng truyền không dây

2

17

 

Tính toán hiệu năng cao trong xử lý dữ liệu lớn

2

18

 

Biểu diễn và mô tả dữ liệu đối tượng ảnh

2

19

 

Tương tác người máy

2

20

 

Khai thác công cụ lập trình tính toán và khai phá dữ liệu

2

21

 

Tối ưu hoá và ứng dụng

2

22

 

Biến đổi wavelet và ứng dụng

2

23

 

Phương pháp quy hoạch động

2

24

 

Cấu trúc dữ liệu hiện đại trong khai phá dữ liệu

2

25

 

Lý thuyết tập mờ

2

26

 

Automat và chương trình dịch

2

27

 

Quan hệ và cơ sở dữ liệu quan hệ

2

28

 

Phân tích và thiết kế thuật toán

2

29

 

Mô tả toán học sự biến đổi đối tượng trên ảnh

2

30

 

Một số kỹ thuật phát hiện nhanh đối tượng trong ảnh

2

31

 

Trí tuệ nhân tạo - Phương pháp và hướng tiếp cận

2

32

 

Logic mờ loại 2

2

;