Tiến sỹ Cơ sở Toán học cho tin học

CHƯƠNG TRÌNH ĐÀO TẠO TRÌNH ĐỘ TIẾN SĨ

CHUYÊN NGÀNH: CƠ SỞ TOÁN HỌC CHO TIN HỌC

MÃ SỐ: 62 46 01 10

 

I. MỤC TIÊU CỦA CHƯƠNG TRÌNH:

Đào tạo các tiến sĩ chuyên ngành Cơ sở toán học cho tin học có khả năng giảng dạy, nghiên cứu và ứng dụng Toán học và Tin học vào các lĩnh vực khoa học, công nghệ, kinh tế ở trình độ cao. Có khả năng làm việc độc lập, chủ trì các đề tài nghiên cứu, hướng dẫn luận văn thạc sĩ và luận án tiến sĩ.

1. Về kiến thức:

Củng cố, bồi dưỡng, nâng cao kiến thức hiện đại về thuật toán, lý thuyết cơ sở dữ liệu và các phương pháp xử lý dữ liệu, tạo cơ sở cho nghiên cứu sinh có khả năng nghiên cứu chuyên sâu trong các lĩnh vực chuyên môn.

2. Về năng lực:

Cung cấp các kiến thức và công cụ toán học trong tin học để người học có thể sử dụng để giải quyết các bài toán gặp phải trong quá trình nghiên cứu.

Tiếp cận được với những hướng phát triển hiện đại của Tin học và Toán học trong Tin học làm cơ sở để người học có thể tự định hướng trong công tác nghiên cứu khoa học.

Tư duy độc lập, lãnh đạo nhóm nghiên cứu, sáng tạo trong nghiên cứu khoa học; có năng lực biên soạn giáo trình đại học và sau đại học và trở thành cán bộ chuyên môn vững để tham gia giảng dạy ở các trường đại học, nghiên cứu ở các Viện nghiên cứu, ứng dụng toán học và tin học vào các lĩnh vực khoa học, kỹ thuật, công nghiệp và kinh tế; có đủ năng lực hướng dẫn luận văn thạc sĩ và luận án tiến sĩ.

3. Về kỹ năng:

Cung cấp các kỹ năng cần thiết giúp người học có thể sử dụng thành thạo các công cụ toán học để giải quyết các bài toán gặp phải trong quá trình nghiên cứu thực hiện đề tài của luận án.

Rèn luyện các kỹ năng đọc hiểu các công trình nghiên cứu khoa học có liên quan tới đề tài nghiên cứu. Biết cách tổng hợp các kết quả nghiên cứu liên quan tới đề tài của luận án; và phát triển kỹ năng thực hiện nghiên cứu độc lập. Kỹ năng trình bày báo cáo, viết đề cương nghiên cứu và công bố bài báo khoa học.

4. Về nghiên cứu:

Cung cấp cho người học thông tin mới về các hướng nghiên cứu hiện đại thông qua các chuyên đề học tập.

Thực hiện nghiên cứu về một lĩnh vực cụ thể của Cơ sở toán học cho tin học, nghiên cứu sinh có năng lực khảo sát tình hình nghiên cứu hiện tại của cộng đồng nghiên cứu, xác định và chỉ ra các hướng nghiên cứu tiềm năng, sử dụng các công cụ và kiến thức hiện đại để thực hiện nghiên cứu theo các hướng đã xác định, thực hiện các thử nghiệm đánh giá kiểm định giả thiết đưa ra; viết bài báo khoa học mô tả kết quả nghiên cứu; trình bày kết quả nghiên cứu tại các hội thảo chuyên ngành.

5. Tên văn bằng.

- Tên tiếng Việt: Tiến sĩ Cơ sở Toán học cho tin học.

- Tên tiếng Anh: Doctor of Philosophy in Mathematical Foundation for Informatics.

II. YÊU CẦU ĐỐI VỚI NGƯỜI DỰ TUYỂN:

1. Quy định về văn bằng tốt nghiệp của người dự tuyển NCS:

1.1. Người dự tuyển chưa có bằng thạc sĩ:

Phải có bằng đại học chính quy loại khá trở lên và thuộc một trong những chuyên ngành sau:

Khoa học máy tính; Truyền thông và mạng máy tính; Kỹ thuật phần mềm; Hệ thống thông tin; Công nghệ thông tin; An toàn thông tin; Hệ thống thông tin quản lý; Tin học ứng dụng; Kỹ thuật máy tính; Công nghệ kỹ thuật máy tính; Toán Tin học; Tin học quản lý; Sư phạm Tin học.

1.2. Người dự tuyển đã có bằng thạc sĩ (ThS): Phải có bằng ThS thuộc một trong những chuyên ngành sau:

Công nghệ thông tin; Khoa học máy tính; Truyền thông và mạng máy tính; Kỹ thuật phần mềm; Hệ thống thông tin; An toàn thông tin; Toán-Tin học.

2. Về thâm niên công tác: Không.

3. Yêu cầu khác: Theo quy chế đào tạo Tiến sĩ.

III. CHƯƠNG TRÌNH ĐÀO TẠO

1. Khung chương trình đào tạo:

         

TT

Các khối kiến thức

NCS chưa có bằng thạc sĩ

NCS đã có

bằng thạc sĩ

1

Phần 1: Các học phần bổ sung

Các học phần thuộc chương trình đào tạo thạc sĩ tương ứng

(tối thiểu 30 TC)

Theo yêu cầu

2

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

20 TC

20 TC

2.1

Các học phần ở trình độ tiến sĩ

10 TC

10 TC

2.1.1

Học phần bắt buộc (02 HP)

4 TC

4 TC

2.1.2

Học phần tự chọn (02 ÷ 03 HP)

6/18 TC

6/18 TC

2.2

Tiểu luận tổng quan

4 TC

4 TC

2.3

Các chuyên đề tiến sĩ (3CĐ)

6/18 TC

6/18 TC

3

Phần 3: Nghiên cứu khoa học và luận án tiến sĩ

70 TC

70 TC

 

Tổng (tối thiểu)

120 TC

90 TC

2. Các học phần bổ sung:

- Đối với NCS chưa có bằng thạc sĩ phải học các học phần thuộc chương trình đào tạo thạc sĩ cùng với lớp cao học chuyên ngành Hệ thống thông tin, Khoa học máy tính hoặc Kỹ thuật phần mềm (trừ ngoại ngữ và luận văn);

- Đối với nghiên cứu sinh đã có bằng thạc sĩ nhưng tốt nghiệp trên 10 năm hoặc do cơ sở đào tạo khác cấp thì trên cơ sở đối chiếu với chương trình đào tạo hiện tại, Hội đồng khoa học khoa sẽ yêu cầu nghiên cứu sinh học bổ sung các học phần cần thiết theo yêu cầu của chuyên ngành đào tạo và lĩnh vực nghiên cứu.

3. Các học phần ở trình độ tiến sĩ, chuyên đề tiến sĩ:

(Các chữ viết tắt:HP-Học phần, LT-Lý thuyết; TL- Tiểu luận; BT-Bài tập lớn; TH-Thực hành; TN-Thí nghiệm; THL-Thảo luận)

 

Số TT

Mã số

học  phần

Tên học phần

Khoa

(Viện) phụ trách

HP

Khối lượng

Tổng

số

TC

Cấu

trúc

HP

LT (tiết)

TL, BTL

(tiết)

TH, TN, THL

(tiết)

I

Học phần bắt buộc

 

04

 

 

 

 

1

 

Lý thuyết độ phức tạp tính toán

K12

02

2(1;2)

15

 

30

2

 

Thuật toán và ứng dụng trong tin học

K12

02

2(1;2)

15

 

30

II

Học phần tự chọn

 

6/18

 

 

 

 

1

 

Lý thuyết tập thô

K12

02

2(1;2)

15

 

30

2

 

Lý thuyết CSDL và các PP QTHTTT

K12

02

2(1;2)

15

 

30

3

 

Cấu  trúc dữ liệu và thuật toán nâng cao

K12

02

2(1;2)

15

 

30

4

 

Lý thuyết máy học

K12

02

2(1;2)

15

 

30

5

 

Phương pháp biến đổi tín hiệu và ứng dụng

K12

02

2(1;2)

15

 

30

6

 

Trí tuệ tính toán

K12

02

2(1;2)

15

 

30

7

 

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

K12

02

2(1;2)

15

 

30

8

 

Phương pháp tính và mô hình hoá toán học

K12

02

2(1;2)

15

 

30

9

 

Nhận dạng mẫu và ứng dụng

K12

02

2(1;2)

15

 

30

10

 

Phương pháp nghiên cứu khoa học nâng cao trong Tin học

K12

02

2(1;2)

15

 

30

11

 

Chuỗi thời gian và dự báo

K12

02

2(1;2)

15

 

30

III

Chuyên đề tiến sĩ

 

6/18

 

 

 

 

1

 

Các phương pháp trích rút đặc trưng đối tượng

K12

02

2(1;2)

15

 

30

2

 

Phương pháp phân lớp dựa trên lý thuyết xác suất

K12

02

2(1;2)

15

 

30

3

 

Các phương pháp phân lớp tuyến tính và phi tuyến

K12

02

2(1;2)

15

 

30

4

 

Các thuật toán phân chùm dữ liệu trong nhận dạng

K12

02

2(1;2)

15

 

30

5

 

Mạng neural trong nhận dạng mẫu

K12

02

2(1;2)

15

 

30

6

 

Mô hình markov ẩn trong nhận dạng mẫu

K12

02

2(1;2)

15

 

30

7

 

Giấu tin trong dữ liệu

K12

02

2(1;2)

15

 

30

8

 

Các phương pháp tiếp cận của tập thô

K12

02

2(1;2)

15

 

30

9

 

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

K12

02

2(1;2)

15

 

30

10

 

Hệ đa tác tử và ứng dụng

K12

02

2(1;2)

15

 

30

11

 

Tối ưu đa mục tiêu

K12

02

2(1;2)

15

 

30

12

 

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

K12

02

2(1;2)

15

 

30

13

 

Thiết kế hàm băm mật mã

K12

02

2(1;2)

15

 

30

14

 

Phát triển các lược đồ chữ ký số

K12

02

2(1;2)

15

 

30

15

 

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

K12

02

2(1;2)

15

 

30

16

 

Các vấn đề an ninh trong các mạng truyền không dây

K12

02

2(1;2)

15

 

30

17

 

Tính toán hiệu năng cao trong xử lý dữ liệu lớn

K12

02

2(1;2)

15

 

30

18

 

Biểu diễn và mô tả dữ liệu đối tượng ảnh

K12

02

2(1;2)

15

 

30

19

 

Tương tác người máy

K12

02

2(1;2)

15

 

30

20

 

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

K12

02

2(1;2)

15

 

30

21

 

Tối ưu hoá và ứng dụng

K12

02

2(1;2)

15

 

30

22

 

Biến đổi wavelet và ứng dụng

K12

02

2(1;2)

15

 

30

23

 

Phương pháp quy hoạch động

K12

02

2(1;2)

15

 

30

24

 

Cấu trúc dữ liệu hiện đại trong khai phá dữ liệu

K12

02

2(1;2)

15

 

30

25

 

Lý thuyết tập mờ

K12

02

2(1;2)

15

 

30

26

 

Automat và chương trình dịch

K12

02

2(1;2)

15

 

30

27

 

Quan hệ và cơ sở dữ liệu quan hệ

K12

02

2(1;2)

15

 

30

28

 

Phân tích và thiết kế thuật toán

K12

02

2(1;2)

15

 

30

29

 

Mô tả toán học sự biến đổi đối tượng trên ảnh

K12

02

2(1;2)

15

 

30

30

 

Một số kỹ thuật phát hiện nhanh đối tượng trong ảnh

K12

02

2(1;2)

15

 

30

31

 

Trí tuệ nhân tạo - Phương pháp và hướng tiếp cận

K12

02

2(1;2)

15

 

30

32

 

Logic mờ loại 2

K12

02

2(1;2)

15

 

30

33

 

Các kỹ thuật đánh giá sự hội tụ của phương pháp tiến hóa

K12

02

2(1;2)

15

 

30

34

 

Các phương pháp học máy cộng đồng

K12

02

2(1;2)

15

 

30

35

 

Các phương pháp đánh giá tập pareto xấp xỉ bởi giải thuật tiến hóa đa mục tiêu

K12

02

2(1;2)

15

 

30

36

 

Phân cụm dữ liệu dựa trên tập mờ loại hai

K12

02

2(1;2)

15

 

30

37

 

Ứng dụng tập mờ loại hai trong thị giác máy

K12

02

2(1;2)

15

 

30

38

 

Hệ logic mờ tiến hóa

K12

02

2(1;2)

15

 

30

39

 

Mô hình vật lý trong ứng dụng đồ họa 3 chiều

K12

02

2(1;2)

15

 

30

40

 

Mô hình xử lý hiệu ứng bề mặt 3 chiều

K12

02

2(1;2)

15

 

30

41

 

Giao thức thỏa thuận khóa an toàn

K12

02

2(1;2)

15

 

30

42

 

Các phương pháp số hồi phục ảnh, phim quét từ tư liệu cũ.

K12

02

2(1;2)

15

 

30

43

 

Đánh giá chất lượng phục hồi ảnh phim tư liệu.

K12

02

2(1;2)

15

 

30

44

 

Một số mô hình tra cứu văn bản theo nội dung

K12

02

2(1;2)

15

 

30

45

 

Trích chọn đặc trưng văn bản và ứng dụng

K12

02

2(1;2)

15

 

30

46

 

Kỹ thuật phân đoạn ảnh dựa trên thuật toán phân cụm mờ.

K12

02

2(1;2)

15

 

30

47

 

Một số kỹ thuật tính toán mềm trong thuật toán phân cụm mờ.

K12

02

2(1;2)

15

 

30

48

 

Kỹ thuật tính toán mềm trong xử lý ảnh viễn thám.

K12

02

2(1;2)

15

 

30

49

 

Mô hình động học của trận đánh

K12

02

2(1;2)

15

 

30

 

4. Tiểu luận tổng quan:

Tiểu luận tổng quan được thực hiện trong thời hạn tối đa 24 tháng tính từ khi trúng tuyển. Tiểu luận tổng quan cần đề cập tình hình nghiên cứu có liên quan đến đề tài luận án do nghiên cứu sinh thực hiện. Khối lượng của bài tiểu luận tổng quan là 04 tín chỉ.

5. Nghiên cứu khoa học và luận án tiến sĩ:

Tham gia sinh hoạt học thuật định kỳ tại đơn vị chuyên môn, ít nhất phải có 6 lần tham gia có báo cáo về kết quả nghiên cứu liên quan tới đề tài luận án;

Tham gia báo cáo tại các hội thảo, hội nghị khoa học quốc gia, quốc tế;

Công bố các công trình khoa học trên các tạp chí quốc tế, quốc gia được Hội đồng chức danh giáo sư Nhà nước tính điểm đáp ứng Quy chế đào tạo tiến sĩ hiện hành;

Viết luận án tiến sĩ với khối lượng không quá 150 trang A4 không kể phần phụ lục, trong đó trên 50% là trình bày các kết quả nghiên cứu và biện luận của riêng nghiên cứu sinh theo cấu trúc: phần mở đầu, tổng quan về vấn đề nghiên cứu, nội dung, kết quả nghiên cứu, kết luận và khuyến nghị, danh mục các công trình công bố kết quả nghiên cứu của đề tài, luận án, danh mục tài liệu tham khảo, phụ lục (nếu có). Bản tóm tắt luận án có khối lượng không quá 24 trang A5 phản ánh trung thực kết cấu, bố cục và nội dung của luận án, phải ghi đầy đủ toàn văn kết luận của luận án. Bản thông tin luận án khoảng 3 đến 5 trang (300 đến 500 chữ) bằng tiếng Việt và tiếng Anh trình bày những nội dung cơ bản, những nội dung mới và những đóng góp quan trọng nhất của luận án.

 

6. Mô tả học phần:

6.1 Lý thuyết độ phức tạp tính toán

Nội dung cơ bản:

Học phần thuộc về nhóm các chuyên đề bắt buộc cho chương trình TS với những học phần căn bản, liên quan đến những kiến thức cốt lõi ở mức độ cao của ngành và chuyên ngành. Học phần cung cấp cho sinh viên các kiến thức về lý thuyết độ phức tạp tính toán: Khái niệm NP-Khó; Định lý Cook và bài toán SAT; Một số bài toán tiêu biểu.

Kết quả đạt được:

Kết thúc học phần, NCS sẽ được trang bị các kiến thức nền cho lý thuyết tính toán; đặc biệt là đánh giá về độ phức tạp tính toán đối với các lớp bài toán khác nhau.

Hình thức thi: Đánh giá tiểu luận

6.2 Thuật toán và ứng dụng trong tin học

Nội dung cơ bản:

Trang bị cho người học kiến thức chuyên sâu về các thuật toán, biết cách phân tích bài toán, áp dụng thuật toán để giải quyết các bài toán thực tế đảm bảo yêu cầu của bài toán và thời gian tính toán. Nội dung gồm: Bài toán liệt kê; Các thuật toán quay lui; Các thuật toán trên đồ thị; Các thuật toán quy hoạch động; Các thuật toán đối sánh chuỗi.

Kết quả đạt được:

Kết thúc học phần, NCS nắm được các kiến thức chuyên sâu, có kỹ năng phân tích bài toán và áp dũng thuật toán vào thực tế.

Hình thức thi: Đánh giá tiểu luận.

6.3 Lý thuyết tập thô

Nội dung cơ bản:

Nghiên cứu sâu lý thuyết tập thô, khái niệm mở rộng của tập hợp để tìm kiếm ứng dụng trong các bài toán phân loại và gom cụm. Nội dung gồm: Quan hệ và quan hệ tương đương; Phân hoạch và phân hoạch tương đương; Xấp xỉ  tập hợp; Tiếp cân tập thô theo xấp xỉ; Tiếp cận tập thô theo tập hợp; Tập thô trong hệ thống thông tin; Phụ thuộc hàm trong hệ thống thông tin; Các bài toán liên quan hệ tin.

Kết quả đạt được:

Kết thúc học phần, NCS nắm được các kiến thức chuyên sâu về tập thô, biết cách sử dụng và khai thác tập thô trong các bài toán thuộc lĩnh vực.

Hình thức thi: Đánh giá tiểu luận.

6.4 Lý thuyết CSDL và các PP QTHTTT

Nội dung cơ bản:

Học phần trang bị cho NCS một tầm nhìn, tiếp cận các phương pháp quản lý hệ thông thông tin, các mô hình quản trị các hệ thống thông tin, đi sâu một số hướng có ứng dụng cụ thể trong thiết kế mô hình hệ thống. Giúp NCS có cách nhìn tổng thể về các hệ quản trị thông tin, có khả năng thiết kế và xây dựng các hệ thống thông tin, có thể chủ động vận dụng trong việc nghiên cứu khoa học và giải quyết các vấn đề trong hướng nghiên cứu của mình. Nội dung gồm: Nhắc lại các kiến thức cơ bản trong lý thuyết cơ sở dữ liệu, cơ sở dữ liệu quan hệ; Tiếp cận một số hướng nghiên cứu mới trong các hệ quản trị cơ sở dữ liệu; Một số công nghệ và phương pháp quản trị hệ thống thông tin; Các mô hình cơ bản của một hệ thống quản trị thông tin ERP và CRM; Các phương pháp tìm kiếm và khai thác thông tin trong hệ thống; Các phương pháp thiết kế, xây dựng và triển khai một hệ thống thông tin; Giới thiệu một số mô hình  ứng dụng cụ thể.

Kết quả đạt được:

Sau khi kết thúc học phần, NCS nắm được các kiến thức chuyên sâu về CSDL, thiết kế CSDL và kỹ thuật quản trị các hệ thống thông tin.

Hình thức thi: Đánh giá tiểu luận.

6.5 Cấu  trúc dữ liệu và thuật toán nâng cao

Nội dung cơ bản:

Trang bị cho học viên một số cấu trúc dữ liệu và thuật toán nâng cao trong việc lưu trữ và tìm kiếm dữ liệu trong các khối dữ liệu lớn, nhiều chiều. Nội dung gồm: Cấu trúc dữ liệu và thuật toán phân loại gói tin đa chiều tốc độ cao; Cấu trúc dữ liệu cho cơ sở dữ liệu; Cấu trúc dữ liệu ảnh; Truy vấn thông tin Web.

Kết quả đạt được:

Kết thúc học phần học viên nắm vững được nội dung kiến thức của môn học và vận dụng các cấu trúc này vào các bài toán cụ thể.

Hình thức thi: Đánh giá tiểu luận.

6.6 Lý thuyết máy học

Nội dung cơ bản:

Lý thuyết máy học cung cấp cho NCS những kiến thức cơ bản về máy học, những kết quả nghiên cứu và áp dụng của máy học trong các lĩnh vực cụ thể của khoa học máy tính. Môn học đề cập đến một số vấn đề cơ bản trong máy học gồm những khái niệm cơ bản về máy học, các phương pháp học có giám sát (supervised learning), lý thuyết quyết định Bayesian (Bayesian Decision Theory), các phương pháp phân cụm dữ liệu (clustering), máy hỗ trợ vector (SVM), mô hình Makov ẩn, mạng đa lớp, học tăng cường (Reinforcement Learning)... NCS cũng được định hướng tìm hiểu các kết quả nghiên cứu gần đây của máy học trong một số bài toán cụ thể.

Kết quả đạt được:

Kết thúc học phần, NCS biết cách vận dụng các kỹ thuật học máy vào các bài toán khoa học dữ liệu trong thực tiễn.

Hình thức thi: Đánh giá tiểu luận.

6.7 Phương pháp biến đổi tín hiệu và ứng dụng

Nội dung cơ bản:

Chuyên đề phương pháp biến đổi tín hiệu và ứng dụng cung cấp các kiến thức cơ bản và nâng cao của xử lý tín hiệu như: xử lý ảnh, xử lý âm thanh, xử lý video... Chuyên đề tập trung vào các phép biến đổi trên không gian tần số của tín hiệu. Ngoài ra, chuyên đề cũng cung cấp một số ứng dụng đã và đang được triển khai, áp dụng trong thực tế.

Kết quả đạt được:

Kết thúc học phần NCS nắm được các kiến thức chuyên sâu về các phép biến đổi và vận dụng vào các bài toán thực tiễn trong xử lý dữ liệu nói chung và dữ liệu ảnh nói riêng.

Hình thức thi: Đánh giá tiểu luận

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

Nội dung cơ bản:

Học phần trang bị cho học viên các cơ sở toán học cơ bản và nâng cao sử dụng trong mật mã, kỹ thuật vận dụng các cơ sở toán học trong xây dựng các hệ mật, các mô hình toán học phân tích, đánh giá các hệ mật. Nội dung gồm: Lý thuyết xác suất; Lý thuyết thông tin; Đại số trừu tượng; Lý thuyết số; Độ phức tạp tính toán; Một số mô hình toán học trong mật mã.

Kết quả đạt được:

Kết thúc học phần học viên hiểu được các nguyên lý của các hệ mật mã, học viên có khả năng xây dựng các chương trình mô tả các cơ sở toán học.

Hình thức thi: Đánh giá tiểu luận.

6.9 Phương pháp tính và mô hình hoá toán học

Nội dung cơ bản:

Phương pháp tính và Mô hình hóa toán học là môn học thuộc nhóm các môn học tự chọn, môn học yêu cầu các kiến thức tiên quyết về phương pháp tính, phương trình vi phân. Mô hình hóa toán học trang bị kỹ năng sử dụng ngôn ngữ toán, tin học để mô tả các hệ thống trong các lĩnh vực động học, kinh tế, xã hội và khoa học máy tính...và mô phỏng, khảo sát hoạt động của các hệ thống đó trên các hệ thống tính toán.

Học phần trang bị cho NCS: Kỹ năng phân tích thông tin của một đối tượng cần khảo sát; Giúp học viên thành thạo trong việc sử dụng các công cụ toán học như hệ phương trình vi phân, phương trình sai phân, các phép biến đổi tích phân, giải tích hàm phức... để mô tả đầy đủ thông tin của đối tượng; Trang bị kỹ năng đánh giá độ phức tạp cũng như độ chính xác của một mô hình toán; Trang bị kỹ năng mô phỏng hoạt động của một số dạng mô hình; Trang bị kỹ năng hiện thực hóa một số dạng mô hình toán và kết nối với thiết bị mô phỏng theo thời gian thực

Kết quả đạt được:

Kết thúc học phần NCS biết cách vận dụng các công cụ toán học để giải quyết các bài toán tính toán số trong thực tiễn.

Hình thức thi: Đánh giá tiểu luận.

6.10 Nhận dạng mẫu và ứng dụng

Nội dung cơ bản:

Môn học gồm hai nội dung chính là trích chọn đặc trưng và phân lớp mẫu. Các phương pháp trích chọn đặc trưng như thử nghiệm thống kê, tập con và các phương pháp biến đổi tuyến tính, phi tuyến thuộc nội dung thứ nhất. Các phương pháp phân lớp dựa trên lý thuyết quyết định, các trường hợp phân lớp tuyến tính, phi tuyến thuộc nội dung thứ hai. Ngoài ra, môn học còn đề cập đến các vấn đđối sánh mẫu, phân lớp theo nội dung và một số kỹ thuật phân cụm như các phương pháp lặp, phương pháp phân cấp và sơ đồ tối ưu.

Kết quả đạt được:

Sau khi kết thúc học phần, NCS có kiến trức và kỹ năng xây dựng các hệ thống nhận dạng mẫu để giải quyết bài toán thực tế gặp.

Hình thức thi: Đánh giá tiểu luận.

6.11 Chuỗi thời gian và dự báo

Nội dung cơ bản:

Là môn học quan trọng bậc nhất theo hướng giải tích ngẫu nhiên. Các số liệu kinh tế, các số liệu trong kỹ thuật điện ... thường biểu diễn theo dạng chuỗi thời gian (dãy các biến ngẫu nhiên diễn biến theo thời gian) nên môn học có phạm vi áp dụng rất rộng rãi. Là cơ sở đề nghiên cứu các chuyên  ngành hẹp khác như phân tích thành phần độc lập, phân tích phổ, mô hình nhiều động ngẫu nhiên...

Môn học cung cấp các kiến thức cơ bản về chuỗi thời gian như cấu trúc của chuỗi thời gian, các phương pháp làm trơn chuỗi thời gian; tách thành phần xu thế, thành phần mùa đđược chuỗi thời gian dừng. Các chuỗi thời gian hay gặp trong kinh tế và các lĩnh vực khác như chuỗi ARMA, ARIMA... cũng được nghiên cứu bao gồm ước lượng tham số, chẩn đoán sự phù hợp của mô hình, dự báo với các chuỗi thời gian này. Người học phải sử dụng được một phần mềm thống kê để áp dụng các kết qua lý thuyết.

Kết quả đạt được:

Kết thúc học phần, NCS có kiến thức lý thuyết chuyên sâu về lĩnh vực. Biết cách sử dụng các mô hình dự báo và các công cụ phần mềm để giải quyết bài toán trong thực tế.

Hình thức thi: Đánh giá tiểu luận.

6.12 Trí tuệ tính toán

Nội dung cơ bản:

Môn học này thuộc về nhóm các học phần trình độ TS (lựa chọn) với các nội dung chuyên sâu phù hợp với đề tài NCS hoặc hỗ trợ rèn luyện các phương pháp nghiên cứu chuyên ngành và liên ngành, cách viết bài báo khoa học. NCS sẽ được cung cấp các kiến thức về lĩnh vực trí tuệ tính toán (Computational Intelligence): Tính toán Neron, Tính toán tiến hóa, Trí tuệ nhóm(bầy đàn), Tính toán mờ, và Các ứng dụng của trí tuệ tính toán (TTTT). Kết thúc môn học, NCS có thể đưa ra các đánh giá về các kỹ thuật TTTT khác nau. Hơn nữa, họ có thể giới thiệu các mô hình TTTT chuyên biệt cho các bài toán thực tế.

Hình thức thi: Đánh giá tiểu luận.

 

 

            7. Danh sách tạp chí, Hội nghị khoa học:

Danh sách  tạp chí, Hội nghị khoa học trong bảng dưới đây là nơi NCS có thể chọn công bố các kết quả nghiên cứu khoa học phục vụ hoàn thành luận án tiến sĩ. (Danh sách tạp chí, hội nghị khoa học được trích từ Danh mục tạp chí tính điểm của Hội đồng chức danh Giáo sư nhà nước )

Số

TT

Tên tạp chí, Hội nghị khoa học

Cơ quan
xuất bản

1

Bài  báo đăng trên các tạp chí nằm trong danh sách SCI

 

2

Bài  báo đăng trên các tạp chí nằm trong danh sách SCIE

 

3

Các tạp chí  nằm trong danh sách ISI

 

4

Chuyên san Công nghệ Thông tin & Truyền thông

Học viện KTQS

5

Tin học và Điều khiển học

Viện Hàn lâm KH&CN Việt Nam

6

Công nghệ Thông tin & Truyền thông (Chuyên san “Các công trình nghiên cứu, phát triển và ứng dụng Công nghệ Thông tin và Truyền thông”)

Bộ Thông tin và Truyền thông

7

Journal on Information Technologies & Communications (Research, Development and Application on Information & Communication Technology)

Bộ Thông tin và Truyền thông

8

Acta Mathematica Vietnamica

Viện Hàn lâm KH&CN Việt Nam

9

Vietnam Journal of Mathemathics

Hội Toán học VN

10

Advances  in Natural Sciences

Viện Hàn lâm KH&CN Việt Nam

11

Báo cáo khoa học tại các Hội nghị khoa học quốc gia và quốc tế chuyên ngành Công nghệ Thông tin và Truyền thông được đăng toàn văn trong Kỷ yếu  (Proceedings) Hội nghị, có phản biện khoa học

 

12

 

Các tạp chí khoa học nước ngoài cấp quốc gia và quốc tế viết bằng 1 trong các thứ tiếng: Anh, Nga, Pháp, Đức, Trung Quốc, Tây Ban Nha

 

13

 

REV Journal on Electronics and Communications

Hiệp hội thiết bị điện tử vô tuyến điện của Việt Nam

14

Khoa học

Đại học Quốc gia HN

15

Phát triển Khoa học và Công nghệ

Đại học Quốc gia TPHCM

16

Khoa học và Công nghệ

Viện Hàn lâm KH&CN Việt Nam

17

Khoa học và Công nghệ các trường đại học kỹ thuật

Trường ĐHBKHN, ĐH Đà Nẵng, Trường ĐH KTCN-ĐH Thái Nguyên, Trường ĐH Kinh tế-Kỹ thuật công nghiệp, Trường ĐHBK TP.HCM, Trường ĐH SPKT

TP.HCM,

HV CNBCVT

18

Ứng dụng Toán học

Hội Toán học Việt Nam

19

Bài báo khoa học đăng trên các tạp chí của các cơ sở giáo dục:

- Đại học Thái Nguyên

- Đại học Huế

- Đại học Đà Nẵng

- Đại học Cần Thơ

- Viện Khoa học và Công nghệ Quân sự

- Đại học Sư phạm HN

- Đại học Sư phạm TPHCM

- Đại học Vinh

 

 

;