智能技術碩士

科目簡介

必修科目

智能控制技術（3 學分）

本科目是控制理論發展的新階段，主要用來解決那些用傳統方法難以解決的複雜系統的控制問題。以智能控制為核心的智能控制系統具備一定的智能行為,如:自學習、自我調整、自組織等。本課程介紹的主要內容包括智能控制的基本概念、模糊控制理論基礎、模糊控制系統、人工神經元網路模型、神經網路控制論和集成智能控制系統。

優化方法基礎（3 學分）

本科目是對各種工程優化問題研究其建模方法和有效的問題求解方法。課程的主要內容包括：線性規劃、非線性規劃、整數規劃、網路規劃、動態規劃、各種智能優化方法、優化問題建模及應用。

人工智能基礎（3 學分）

本課程介紹人工智能的廣泛概述和歷史。課程涵蓋了人工智能的以下主要領域：通過問題空間搜索、知識推理、規則規劃、數據學習（機器學習和強化學習）以及應用。其中應用方面可以分為三個類別，包括溝通（例如自然語言處理，機器翻譯）、感知（例如視覺、語音、感應）和行動（例如機器人）。

數值分析（3 學分）

本課程分析了在科學和工程中有效數值解決問題的基本技巧。主題涵蓋了根的尋找、插值、函數逼近、數值積分、數值微分，以及線性代數中的直接和迭代方法。學生可掌握基本的數值分析學科，能夠對某些數學問題進行傳統的數值方法求解，並具備使用計算機解決數學問題和進行研究的基本知識和技能，同時能通過算法設計和計算機編程為未來的學習和工作打下必要的基礎。

統計學導論（3 學分）

本科目主要闡述統計學的基本概念、基本理論和基本方法。主要內容包括：統計學的基本框架、統計資料的整理、收集與顯示、資料分佈特徵的描述、概率基礎、參數估計、統計決策、統計綜合評價、及Excel在統計中的應用等，對收集到的觀察資料進行定量分析和總結，為相關決策提供依據和參考。

選修科目

管理學導論（3 學分）

本科目是研究管理理論、方法和管理實踐活動的一般規律的科學。本課程介紹計畫、組織、領導與控制等管理學的基本知識、基本原理。還介紹戰略管理、生產運作管理、行銷管理、資訊管理、物流管理、人力資源管理及財務管理等專業管理內容等。

物聯網基礎（3 學分）

本科目主要介紹物聯網基本概念及技術，包括射頻識別技術，智能感知技術，網路協同技術，服務優化技術。

模式識別（3 學分）

本科目是指對表徵事物或現象的各種形式的資訊進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程。本課程結合當前的理論與實踐的基礎上，討論了貝葉斯分類、貝葉斯網路、線性和非線性分類器設計、動態程式設計和用於順序資料的隱瑪律可夫模型、特徵生成、特徵選取技術、學習理論的基本概念以及聚類概念與演算法。

系統仿真（3 學分）

本科目詳細介紹系統模擬的基本概念、基本原理、基本方法，同時對電腦實現技術的基本方法進行了闡述，主要內容包括系統模擬的基本概念和原理，模擬中的基礎數學理論，詳細介紹離散事件的建模方法，行人建模方法，物流系統模擬等。

算法理論基礎（3 學分）

本科目是一門研究演算法設計和分析演算法計算複雜性的一門課程，主要內容包括各種基本的演算法設計方法、演算法計算複雜性分析方法、可以用多項式計算複雜性求解的問題、演算法複雜性理論、NP-hard問題、NP-hard問題的證明、近似求解方法。

模糊系統（3 學分）

本科目介紹的主要內容包括模糊集合理論、模糊邏輯、模糊推理和模糊控制等。