上海工程技术大学
学术学位硕士研究生培养方案
(学科名称:智能科学与技术 学科代码:140500)
一、学科简介
上海工程技术大学智能科学与技术学科于2024年获得一级学科硕士学位授予权。本学科在理论研究与工程实践相结合、学科交叉等方面具有明显的特色与优势,主要学科方向为:智能基础理论、人工智能、人工智能应用。
本学科以培养智能科学与技术相关应用领域的复合型创新人才为目标,围绕学校的办学定位和建设现代化特色大学的办学目标,遵循教育规律,把“立德树人”作为研究生教育的根本任务。本学科以现代产业需求为导向,以产学研紧密结合为依托,走“服务需求、提高质量、内涵发展”之路。以推进研究生分类培养模式改革、构建研究生质量保障体系为着力点,重视研究生的创新精神和实践能力培养,为区域经济社会发展提供高质量的人才支撑。
近年来,本学科形成了以国家级人才为领军、省部级人才为中坚、中青年博士教师为骨干的学科梯队,建立了一支结构合理、相对稳定、理论和实践基础扎实的师资队伍。学科以“国际一流大学-上海工程技术大学-知名企业”为协同创新导向,拥有上海市数据智能技术及其应用协同创新中心和上海市制造业数字化转型设计与验证专业技术服务平台两个省部级平台;成立了“广播电视人工智能应用国家广播电视总局重点实验室”“民用飞机制造与运维大数据分析实验室”“智能感知与控制国际联合实验室”“5G+人工智能应用联合创新实验室”等。本学科承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金联合基金重点项目等国家级项目,以及上海市科委重点项目、上海市自然科学基金等项目,研究成果获得上海市技术发明一等奖、科技进步二等奖、三等奖等奖项。
二、培养目标
本学科瞄准科学技术前沿,对接长江三角洲区域一体化发展国家战略,积极服务上海三大先导产业。依托国家和省部级平台,以立德树人为根本任务,围绕智能基础理论、人工智能、人工智能应用三个主要学科方向,强化学科交叉,深耕产教融合。在智能控制、视觉感知、语义理解等领域形成研究特色,培养德智体美劳全面发展,能够从事智能科学与技术科学研究与技术开发的创新人才。
具体要求为:
(1)拥护党的领导,热爱祖国,遵纪守法,具有服务国家、服务人民的社会责任感。有良好的品德修养和科研道德,具有实事求是的科学精神、勇于创新的开拓精神、善于合作的团结精神和关注社会的人文精神。
(2)掌握本专业坚实宽广的基础理论、系统深入的专门知识和必要的实践技能,熟悉本专业的发展方向及国际学术研究前沿。具有独立从事科研的能力,具有严谨求实的科学态度和工作作风。能解决本专业领域的技术课题,进行创新性研究。
(3)具有开阔的国际视野,能够熟练地阅读外文资料,具有较好的国际交流能力。通过检索和阅读文献,能够熟练地获取新知识、新思想。
三、研究方向
(1)智能基础理论
瞄准智能科学基础前沿问题,开展智能科学新理论与新方法研究。研究内容主要包括:高维信息模式识别、先进机器学习、多智能体协同学习、类脑计算与认知建模、多模态模型协同等。
人工智能
围绕当前人工智能的可解释性、鲁棒性、安全性等难点,研究安全可信人工智能技术与方法。研究内容主要包括:大数据智能、跨媒体智能、混合增强智能、新型智能工具等关键技术与方法。
人工智能应用
聚焦AI for Science,催生AI赋能的科学计算和科学发现新范式和新方法;围绕“AI+X”的学科交叉应用问题,研究智能城市、智能遥感、智能医疗、智能工业设计、智能装备制造等智能驱动新技术、新方法以及系统智能应用技术。
四、学制与学习年限
学制为3年,最长学习年限为5年。鼓励满足毕业条件的可提前1年毕业。
五、培养方式
学术学位硕士研究生的培养主要采用课程学习、科研训练、科学研究、学术交流、社会实践和学位论文相结合的方式,实行导师个人指导或团队导师指导。鼓励海内外联合培养和多学科交叉培养,实行导师组联合指导模式。
六、课程设置与学分要求
1.课程设置
课程设置涵盖公共课、基础课、专业课、选修课和必修环节5大模块,基础课、专业课、专业选修课和限定选修课涵盖核心课、案例课、实践课、学科交叉课、前沿技术课、人工智能课、项目制学习课程、全英文课程,原则上学生修读期间应跨学位点选修课程不低于1门。
2.学分要求
应修总学分为29学分,包括公共课7学分、基础课7学分、专业课6学分、专业选修课5学分、限定选修课2学分和必修环节2学分,必修环节包括社会实践1学分和学术(规范)与技术交流1学分;同时实行学分互认与课程替代,跨学位点选修课程学分与基础课或专业课学分互认、学科竞赛获奖可替代学术(规范)与技术交流学分。
课程设置详细情况见研究生课程设置表。
七、社会实践
社会实践主要包括助研、助管、助教岗位实践及其他勤工助学活动,研究生结合科研任务开展的社会调查与田野调查,挂职锻炼,行业及企业实训实践,科技文化服务、志愿服务等创新实践活动,以及国家、省(市)或学校组织开展的各类创新创业项目、学科竞赛等活动。
社会实践最迟在第五学期末之前完成,累计时间不少于4周,实际工作量不少于160学时,可以集中安排,亦可分散进行。
每位硕士研究生在社会实践完成后,填写《社会实践考核表》,其中须写明任务和要求(包括内容、时间及安排),由社会实践指导教师写出评语,包括在实践中的态度、工作量、完成质量及工作能力等。不通过者须重新进行,否则不授予学位。
八、学术(规范)与技术交流
研究生在学期间须参加科学道德与技术交流活动,特别是本学科范围内的重要学术讲座及技术交流会议并作相关报告;研究生参加学术讲座、技术交流会议或作相关报告的总次数不少于10次,其中本人作学术报告至少1次;导师(组)根据学生实际参与情况、报告完成质量等进行综合评价与考核,考核结果分为通过和不通过,通过者方可获得1学分。
九、开题与中期考核
学位论文开题和中期考核按照《上海工程技术大学关于硕士研究生中期考核的规定》执行。开题报告在第3学期进行,研究生确定毕业(学位)论文题目,并通过毕业(学位)论文开题报告答辩,撰写论文工作计划。
中期考核在第3学期进行,以培养计划为依据,对研究生的政治思想表现、课程学习完成情况、学位论文开题情况和科研能力等方面进行综合考核。
十、学位论文
硕士研究生应至少用一年时间从事学位论文工作,并满足以下要求:
(1)学位论文应在导师指导下由研究生独立完成。
(2)学位论文工作的一般程序为:论文选题、开题报告、论文撰写、中期检查、论文评审和论文答辩。
(3)学位论文应理论联系实际,内容一般包括:中英文摘要、选题依据、国内外研究概况、理论分析、实证分析、研究结果、参考文献等。
(4)学位论文对所研究的课题应在理论分析、实证分析方法、政策建议、指导实践等方面提出一定的创新见解。
(5)学位论文应具有一定的难度和先进性,应反映出作者对基础理论和专门知识的掌握情况,反映出作者综合运用有关理论、方法和手段解决经济理论和实践问题的能力。
学位论文撰写要求按《上海工程技术大学关于研究生学位论文写作规范的规定》执行。盲审一般在答辩前2个月进行,按《上海工程技术大学关于对硕士研究生学位论文实行抽查盲审的规定》执行。评阅和答辩按《上海工程技术大学硕士研究生学位论文答辩及学位申请工作细则》执行。
十一、在学期间成果要求
硕士研究生在申请学位之前,须在本学科范围内发表与学位论文相关的学术成果,按照《上海工程技术大学硕士研究生申请学位学术成果要求汇编》执行。
十二、毕业与学位授予
硕士研究生在规定的最长修业年限内,按要求完成培养方案中规定的所有环节,成绩合格,符合毕业条件,学校颁发毕业证书。
达到申请学位基本要求,通过学位论文答辩,经学校学位评定委员会审核批准后,学校颁发硕士学位证书。具体按照《上海工程技术大学硕士研究生学位论文答辩及学位申请工作细则》执行。(插入分页符,另起一页)
智能科学与技术一级学科硕士研究生课程设置表
类别 | 课程编号 | 课程名称 | 学时 | 学分 | 课程属性 | 开课学期 | 备注 |
公共课
| G45001 | 新时代中国特色社会主义理论与实践 | 32 | 2 |
| 1 | 必修 7学分
|
G22006 | 自然辩证法概论 | 16 | 1 |
| 1 |
X32008 | 智能科学与技术伦理 | 16 | 1 |
| 1 |
G47007 | 综合英语 | 48 | 3 |
| 1 |
基础课 | X21003 | 矩阵论 | 48 | 3 |
| 1 | 至少7学分(矩阵论必修)
|
X02020 | 高级统计学 | 32 | 2 | ❖ | 1 |
X02008 | 线性系统理论 | 32 | 2 | ★ | 1 |
X32005 | 智能控制 | 32 | 2 | ▼ | 1 |
X32013 | 机器学习理论与应用 | 32 | 2 |
| 1 |
专业课 | X02011 | 数字图像处理 | 32 | 2 |
| 1 | 至少6学分 |
X32009 | 自然语言处理 | 32 | 2 |
| 1 |
X02017 | 模式识别原理 | 32 | 2 |
| 1 |
X32010 | 智能计算 | 32 | 2 |
| 1 |
X32014 | 智能机器人技术案例类课程 | 32 | 2 | ■ | 1 |
选 修 课
| 专 业 选 修 课 | F32006 | 计算机视觉 | 32 | 2 | ☒ | 1 | 至少5学分(五选二3分,跨学位点选修2分) |
F32017 | 大模型原理与应用 | 16 | 1 |
| 1 |
F32015 | 控制科学工程与智能科学技术前沿 | 16 | 1 | ☆ | 1 |
F32018 | 新能源与可持续发展 | 32 | 2 | ◆ | 1 |
F32016 | 嵌入式人工智能应用开发与实践 | 32 | 2 | ▲◆ | 1 |
限 定 选 修 课 | F32019 | 工程管理与实验安全 | 16 | 1 | ◆ | 1 | 限选2学分,(研究生论文写作指导必修) |
F32020 | 人工智能与科技检索 | 16 | 1 | ▲☆ | 1 |
F32021 | 知识产权与技术转移 | 16 | 1 | ■◆ | 1 |
F32014 | 创新创业实践 | 16 | 1 | ●★ | 1 |
F02023 | 研究生论文写作指导 | 16 | 1 |
| 1 |
非限定选修课 | F44064 | 数学建模 | 32 | 0 |
| 1 | 根据兴趣选,不计算学分 |
F46010 | 公共体育课 | 16 | 0 |
| 1 |
必修环节 | F32013 | 社会实践 | 160 | 1 | ● | / | 2学分 |
F32012 | 学术(规范)与技术交流 | 3年 | 1 |
| / |
注:1.课程属性说明:采用符号标识,●表示实践课程,◆表示产教融合课程,★表示项目制学习课程,▲表示“AI+”示范课程,■表示工程案例课,▼表示全英文课程,❖表示学科交叉课,☆表示前沿技术课,☒表示科教融汇课程。
2.限定选修课:必修2学分。
3.非限定选修课:各学位点可根据实际情况,从校级研究生非限定选修课清单中遴选纳入。
4.培养方案中须设置属性为跨学科交叉课程、项目制学习课程、学科(专业)前沿技术课、案例课、AI+示范课程和全英文课程的多元课程且每种属性的课程至少1门(同1门课程可涵盖2~3个属性)。
5.课程设置表中所列课程均应提供英文名称,该英文名称作为后续出具英文成绩单的课程标准名称。
6.请根据需要增减行。保持不变的课程,沿用2025级培养方案中的课程编号;新开课程、学分学时调整及名称变更的课程,编号暂不填写,由研究生院统一编制。