自动化系生物信息学二级学科 - 清华大学自动化系.doc

自动化系生物信息学二级学科 - 清华大学自动化系.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
自动化系生物信息学二级学科 - 清华大学自动化系

自动化系生物信息学 攻读工学博士学位研究生培养(适用于200级博士生) 适用控制科学与工程 (Control Science and Engineering,工学门类,学科代码 081100) 下的生物信息学二级学科Bioinformatics Program,学科代码 08110。培养目标 培养方式导师负责,指导小组集体。校内外专家指导。指导小组知识结构及课程学习的基本要求 1、知识结构的基本要求 A、掌握坚实宽广的基础理论,做到灵活应用,能够解决有关科学技术问题; B、掌握必要的专业基础知识,做到融会贯通,能够创造性地解决问题; C、掌握有关的前沿动态,在跟踪领域前沿的基础上提倡原创性的工作; D、掌握一定的交叉学科知识,鼓励开展跨学科特别是新兴交叉学科的研究。 2、课程学习及学分组成 A、直博生。攻读博士学位期间,要完成本学科规定的各项培养环节和要求,需获得学位学分不少于35(考试学分不少于25)。自学课程学分另记。相关学分要求及课程设置见附录。 B、普博生。攻读博士学位期间,要完成本学科规定的各项培养环节和要求,需获得学位学分不少于16(考试学分不少于11)。自学课程学分另记。相关学分要求及课程设置见附录。 主要培养环节及有关要求 1、制定个人培养计划 。 、选题报告资格考试 3、社会实践 4、学术活动与学术报告 实行博士生学术报告制度。博士生在学期间必须参加30次以上一级或二级学科的学术活动;至少有一次在全国性或国际学术会议上宣读自己撰写的论文。学术报告记录表由导师签字,申请答辩前交研究生科记载成绩。博士生完成规定的学术报告并取得要求的学分后方可申请答辩。 5、论文中期检查 3-5人组成)对研究生的综合能力、论文工作进展以及工作态度、精力投入等进行全方位的考查。通过者,准予继续进行工作。博士生的论文中期检查可与学术报告统筹安排 6、学术论文发表的要求 博士生在学期间应积极进行课题的研究工作,并及时将研究成果总结为学术论文。发表论文的数量需达到下列标准:发表篇学术论文,SCI收录影响因子大于等于5; 发表篇学术论文,均为SCI收录,累计影响因子大于等于7; 发表篇学术论文,其中至少有篇为SCI收录,其余为EI或核心收录; 有篇发表在SCI收录的期刊上,或有篇发表在EI收录的期刊上(其中篇可以是已被EI收录的国际会议论文)。的学术论文与博士论文工作有关,并以第一作者署名(当第一作者为导师时,可为第二作者)。说明参见《研究生在学期间发表论文基本要求》 7、最终学术报告 。 学位论文工作及要求 博士学位论文是博士生培养质量和学术水平的集中反映,应在导师指导下由博士生独立完成。 博士学位论文应是系统完整的学术论文,应在科学上或专门技术上作出创造性的学术成果,应能反映出博士生已经掌握了坚实宽广的基础理论和系统深入的专门知识,具备了独立从事教学或科学研究工作的能力。 学位论文工作时间按研究生院的有关规定执行。 附录、直博生修读科目及学分要求 35(考试学分不少于25)。 1、公共必修课程(6学分) (1)马克思主义理论课程(≥4学分,考试) 自然辩证法 2学分 (考试) 现代科学技术革命与马克思主义 2学分 (考试) (2)第一外国语(2学分,考试) 博士生英语(或其他语种) 2学分 (考试) 2、学科专业课程(学分不少于24) (1)基础理论课(至少2门,≥ 7学分,考试)应用随机过程 4学分 (考试) 基础泛函分析 4学分 (考试) 随机过程 4学分 (考试) 系统与控制理论中的线性代数 (6025001) 学分 (考试) 矩阵分析与应用 3学分 (考试) 组合数学 3学分 (考试) 高等数值分析 4学分 (考试) 应用近世代数 3学分 (考试) 分形几何 4学分 (考试) 注:经学位分委员会主席批准,可在导师指导下选择。 (2)专业基础课(≥ 7学分,考试)实验设计与数据处理 3学分 (考试) 统计学方法及其应用 3学分 (考试) 模式识别 3学分 (考试) 智能技术基础 2学分 (考试) 信息论基础 (7025022) 学分 (考试) 最优化理论与应用 3学分 (考试) 线性系统理论 3学分 (考试) 非线性系统理论 3学分 (考试) 系统辨识理论与实践 3学分 (

文档评论(0)

wujianz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档