科目
選修科目

表一
編號
學科單元 / 科目
學分
面授學時
先修科目
--- 
學生須修讀二門選修學科單元/科目,以取得6學分  

6
90 hrs
---
COMP6131 
物聯網基礎  

本單元從全球範圍全面概述了物聯網 (IoT),並介紹了物聯網的設計基礎。 物聯網環境旨在促進智能機器、智能設備、無處不在的計算機、物理對象和人類用戶之間的交互。本單元將討論許多支持物聯網的基礎技術,例如傳感技術、無線傳感器網絡、機器對機器通信、雲計算和霧計算技術等。在這些技術中核心系統架構將被特別討論,如中間件到單設備和多設備系統設計。 為了獲得更多構建物聯網應用的實踐經驗,本單元還將涵蓋通過互連不同的智能傳感設備和為 Raspberry Pi 和 Arduino 單板計算機進行編程的基於項目的系統構建。
3
45 hrs
---
COMP6132 
大數據概論  

該學科單元主要介紹了大數據的特點、來源,以及在數據準備、數據存儲及數據分析過程中的挑戰。旨在培養學生的大數據理論知識及實用技能。本單元的重點是規劃、設計和實施針對各種應用的大數據解決方案,並配套提供大量的實例和練習,用以提升學生的大數據實踐經驗。此外,學生還將學習如何整合不同的大數據工具,以解決實際的商業問題。最後,該學科單元還將介紹與大數據相關的其他主題,如各類大數據處理平台、非關係型數據存儲、雲計算執行的基礎設施等。
3
45 hrs
---
COMP6133 
機器學習  

人工智能(AI)在當今時代已無處不在,人們可能以某種方式使用它,卻不知道它的存在。機器學習是AI最重要應用之一,它是不需要通過明確編程的方式讓計算機自己學習解決問題的科學。在過去的十幾年中,機器學習的發展為我們帶來了許多驚人的應用,如自動駕駛汽車,語音識別,圖像識別,金融交易,機器翻譯,AlphaGo等。本科目涵蓋了一些最重要的機器學習方法,包括深度神經網絡,卷積神經網絡,循環神經網絡,Transformer,異常檢測,攻擊與安全,強化學習等。該科目為學生提供了機器學習技術的理論基礎,並且通過實踐將這些方法應用於聚類分析,圖像識別,自然語言處理,自動控制等一系列領域。
3
45 hrs
---
COMP6134 
物聯網通信技術  

本科目對應用在物聯網(IoT)中的主要通信技術和新興標準進行了全面的概括和研究。它涵蓋了在自主通信網絡中支持智能應用和智能決策的各種通信技術,主要內容有:流動網絡技術(2G / 3G / 4G / 5G)和M2M通信,及其傳輸特性,物理層技術,媒體存取控制和路由協議;無線網絡 (Wifi);藍牙;射頻識別(RFID);近場通信(NFC);無線傳感器網絡;無線個人區域網絡,包括IEEE 802.15.4和ZigBee,以及低功率網絡,如SigFox和LoRa等。
3
45 hrs
---
COMP6135 
大數據分析  

現代信息和通信技術(ICTs)的進步導致了數據的快速爆炸。來自大數據的商業智能可以幫助企業更好的了解市場需求,開發新產品和服務,提高運營效率,並獲得競爭優勢。本學科單元概述了商業中常見的大數據應用和分析技術(如情感分析、決策樹、聚類、分類等),並討論了一些與大數據項目有關的實施問題。本單元的小組項目部分,學生需要證明有能力根據給定的案例研究和相關數據集提出一個商業解決方案。
3
45 hrs
---
回頁首  

表二
編號
學科單元 / 科目
學分
面授學時
先修科目
COMP6298 
項目報告  

本科目要求學生們將他們已學到的技術和知識應用在一個重要的前沿項目中。在導師的指導下, 學生應專注於一個當今重要的技術課題,利用先進技術產出新的解決方案。完成後, 學生們需要提交項目報告,該報告將使用前沿技術項目的標準來進行評估。
9
---
---
回頁首 

選修學科單元
編號
學科單元 / 科目
學分
面授學時
先修科目
COMP6111
優化方法

本科目介紹了線性、網絡、離散、隨機、系統和過程優化的主要算法。本科目重點介紹了方法論和基礎數學結構。本科目中的主題包括微積分、LP(線性規劃)、單純形法、網絡流、博弈論、排隊論、系統工程和過程優化等。
3
45 hrs
---
COMP6112
安全和認證

本科目向學生介紹了用於網路安全的加密技術和認證協定的原理、方法和應用。安全和驗證在物聯網中發揮著重要的作用,隨著敏感資訊在越來越多的設備和各方之間傳遞, 人們希望確保資訊只能由攜帶秘鑰的人看到, 並且秘鑰也不會被盜或被偽造。本科目通過講解密碼學和驗證協議的原理及應用來深入介紹解決這些問題的關鍵技術。
3
45 hrs
---
COMP6113
雲計算

雲計算是一項重要的技術創新,正被迅速應用在各行各業中。 通過提升跨地域數據的冗餘性和可用性,雲計算改變了服務、應用程序和解決方案的交付方式。 隨著新型虛擬化技術和編程範式的興起,應用程序可以快速交付給客戶,而無需擁有任何物理基礎設施。 此外,憑藉其資源彈性調配能力和可擴展性,雲計算可為任何規模的公司的需求提供低成本的解決方案。 雲計算是容納大數據系統和分析收集到的物聯網傳感數據的完美操作平台。 在本單元中,將討論雲計算的主要特徵和支持技術,包括計算節點的編排和不同的服務範例。 本單元還涵蓋了其他基礎問題,例如安全、隱私和道德問題。
3
45 hrs
---
COMP6114
物聯網多媒體技術 

本科目旨在向學生提供多媒體壓縮和通信的高級主題,以及計算機視覺的深入概念和應用。主題包括可擴展視頻和音頻編解碼器的原理、文件格式和編解碼器設置,以優化質量和媒體帶寬;在開發適用於移動訪問的基本媒體播放器應用程序中應用編解碼器;計算機視覺的深入概念和方法;以及計算機視覺應用程序的結構。
3
45 hrs
---
COMP6115
概率與統計學進階論題

本課程將介紹概率論和統計學的核心概念及其應用。具體主題包括隨機變數和機率分佈、質性研究(相關性和回歸)、以及優化和機器學習的相關知識(集群分析和預測)。
3
45 hrs
---
COMP6116
特選論題 I

本科目所選的主題是其他科目中未包含的,新的先進技術, 例如,數據挖掘技術。 數據挖掘技術是計算機科學中最受歡迎的研究領域之一, 其中一個數據挖掘技術是應用在決策過程中,對决策結果的恰當理解。 在本科目中,將討論數據挖掘的幾個基本方向,包括不同算法和模型;以及如何選擇其中的算法。 並將討論分類方法,模式識別和不同的學習類型等。此外,還可以涵蓋其他跨學科主題,例如人工智能藥物發現 。
3
45 hrs
---
COMP6117
特選論題 II

本科目所選的主題是其他科目中未包含的,新的先進技術, 例如,數據挖掘技術。 數據挖掘技術是計算機科學中最受歡迎的研究領域之一, 其中一個數據挖掘技術是應用在決策過程中,對决策結果的恰當理解。 在本科目中,將討論數據挖掘的幾個基本方向,包括不同算法和模型;以及如何選擇其中的算法。 並將討論分類方法,模式識別和不同的學習類型等。此外,還可以涵蓋其他跨學科主題,例如人工智能藥物發現 。
3
45 hrs
---
回頁首  

cd4web [ver. 2023.05]

Master of Science in Big Data and Internet of Things (MDATAM)