一、学科概况

计算机科学与技术是研究计算机的设计与制造和利用计算机进行信息获取、表示、存储、处理、控制等的理论、原则、方法和技术的学科。本学科包括科学与技术两方面，两者相辅相成，互为依托、高度融合。计算机科学与技术的基本内容可主要概括为计算机科学理论、计算机软件、计算机硬件、计算机系统结构、计算机应用技术、计算机网络、信息安全等。

本学科于1990年获得“计算机应用技术”硕士学位授予权，2000年获得“计算机软件与理论”硕士学位授予权，涵盖了“计算机科学与技术”一级学科下的两个二级学科， 2016年获得“计算机科学与技术”一级学科硕士学位授予权。

本学科专任硕士导师中教授10人，博士生导师6人，国家级创新领军人才1人、辽宁省“百千万人才工程”百人层次1人、千人层次1人，“兴辽英才”创业领军人才1人，“兴辽英才”青年拔尖人才1人，辽宁省高校优秀人才支持计划5人，辽宁省优秀青年骨干教师2人。

本学科面向国家和区域发展需求，结合学校特点，定位于培养新一代信息技术领域的应用基础研究和应用研究专门人才，在计算机视觉与模式识别、机器学习与智能系统、计算机网络与信息安全等领域形成了特色鲜明的学科方向，建有多个省部级、市级实验室、工程技术中心等创新平台。本学科研究与应用高度结合，面向国家信息技术产业人才需求和区域经济和产业特色发展需求，注重校企深度合作和服务老工业基地振兴，积极参与“数字辽宁、智造强省”战略、服务多个行业的工业化与信息化、智能化融合发展，形成了较强区域影响力。

二、培养目标

面向国家建设和经济社会发展需求，针对计算机科学与技术领域的企业、高等院校、科研院所的教学、科研、工程技术开发和管理人才需求，培养德、智、体、美、劳全面发展的学术创新型人才。本学科点培养的学术学位硕士研究生应达到以下要求：：

（一）拥护中国共产党的领导，热爱祖国，遵纪守法，具有服务国家和人民的高度社会责任感，良好的职业道德和创业精神，科学严谨和求真务实的学习态度和工作作风，身心健康。

（二）掌握计算机科学与技术专业坚实的基础理论和系统的专门知识，掌握一门外国语，能进行专业阅读和一定的专业写作能力；

（三）培养严谨求实的科学态度和作风，掌握科学研究的基本方法与技能，具备从事本学科科学研究的能力；

三、研究方向

（一）计算机视觉与模式识别

依托辽宁省机器视觉重点实验室，开展机器视觉和深度学习应用基础研究和应用技术，具体包括研究图像、视频、遥感、医学影像等多源视觉信息的获取、分析、理解和应用的关键问题；研究基于视觉的测量、识别、定位、追踪、检测的工业应用和行业应用；研究基于3D视觉的点云获取、去噪、优化、配准技术及位姿估计关键技术，实现视觉引导工业化应用；研究面向工程实际的复杂场景下工业视觉检测关键技术与应用；研究基于计算机图形学的建模、渲染、模拟、交互及虚拟现实关键问题及应用。

（二）机器学习与智能系统

研究面向工程实际的智能计算机系统设计与实现方法，包括智能计算系统中资源分配、任务调度、实时调度及智能化人机交互技术及应用；研究机器学习理论、方法及其在自然语言处理、气象预测与分析、推荐系统等领域的应用；深度学习理论及其在场景识别、生物特征识别、智能交通等领域的应用；研究基于多传感器的机器人环境感知和建模，移动机器人导航和行为学习，多机器人协作，机器人路径规划等。

（三）新一代网络技术与信息安全

研究下一代网络关键支撑技术；研究下一代可信互联网模型及其应用；研究无线传感网智能感知、智能传输与信息融合技术；研究复杂网络建模理论，网络传播与控制，网络优化及应用，网络可靠性分析等；研究信息加解密、入侵检测、隐私保护等信息安全技术；研究工控网络安全关键技术及应用；研究网络空间安全态势感知技术及应用；研究软件定义网络关键技术；研究多媒体技术、数据库系统、无线传感器网安全与保密技术等。

四、培养方式：

（一）硕士研究生的培养方式，采取理论学习、教学实践和科学研究工作相结合的办法。既要使硕士研究生深入掌握基础理论和专门知识，又要使硕士研究生掌握科学研究的基本方法和技能，具有从事应用基础研究工作和应用实践的能力。

（二）导师是硕士研究生培养的第一责任人，要教育学生坚持正确的政治方向和理想信念，引导学生自觉遵守科研诚信与学术道德。积极参与制定学生个人培养计划，统筹安排学生科研与实践活动，鼓励学生积极参加国内外学术交流，培养学生的创新意识和创新能力，激发学生的创新潜力。全面关心学生的成长，帮助学生做好职业生涯规划并积极提供就业帮助，切实履行学生日常管理责任。

（三）学术型硕士生由导师组或指导团队进行指导，硕士生导师应作为导师组组长或指导团队负责人，并制定详细的指导方案，明确团队构成和成员职责。硕士生导师对整个导师组或指导团队的工作进行监督和管理。导师组或指导团队成员应充分发挥各自优势，为硕士生培养提供多方面支持，全力保障硕士生培养质量。

五、核心课程

组合数学、高级算法设计与分析、学术前沿讲座、深度学习、模式识别、高级Python语言程序设计、高级人工智能、图像处理与分析、社会网络与计算、工业互联网技术、现代密码学、实时系统。