软件工程考研科目，软件工程考研科目408
招生状态：招生中
开课时间：2023-3-25
课时安排：7周在线小组科研+5周论文辅导，教授全程参与
适合专业
项目适合 计算机工程、软件工程、计算机科学、电子信息工程等领域或希望修读上述专业的学生。
学生需要至少熟练掌握一门编程语言（Python优先）。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
5. 结业证书
6. 成绩单
项目介绍
在设计计算机/软件系统时，人们通常受到某些性能要求的限制。例如，系统可能需要特定的响应时间或吞吐量。另一方面，人们通常有很多选择: 一个快盘，还是两个慢盘？什么速度的CPU才足够？我们应该把钱花在增加缓冲空间上，还是更快的处理器上？哪种传输协议效果最好？哪种任务分配策略最有效？如何重新设计调度策略以提高系统性能？
这些问题的答案往往与直觉相反。理想情况下，人们希望在投入时间和金钱构建系统之前得到这些问题的答案。本课程将向学生介绍分析随机建模，目的是回答诸如上述问题。
项目大纲
排队系统
计算机系统的运行法则
排队系统的优化方法
服务器场的容量分配和任务分配策略
调度策略
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路
学术研讨2：学生将在本周课前完成程序设计原型（prototype）及伪代码（Pseudocode），教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出
项目成果展示
论文指导
导师介绍
Osman
CMU计算机科学学院终身正教授
Osman教授现任是卡内基梅隆大学(CMU)计算机科学学院的终身正教授。此前他是CMU CyLab的博士后研究员，2011年秋季他还在亚利桑那州立大学担任访问博士后学者，后于2011年获得马里兰大学的电气和计算机工程博士学位。
研究重点是计算系统的建模、分析和性能优化，并使用应用概率、网络科学、数据科学和机器学习的工具。在数据科学和机器学习的背景下，他正在研究使用顺序样本(例如，多臂机器人)的统计推断和决策，以及弹性分布式机器学习。在网络科学方面，他有广泛的兴趣，包括网络物理系统的健壮性，重点关注关键基础设施系统、安全可靠的大规模自组织网络设计、日益关注物联网的新兴应用、以及复杂网络中的传染过程，重点关注病毒、(错误)信息和意见传播的建模、分析和控制。
同时，还是IEEE的高级成员，CIT院长早期职业奖学金获得者，IBM学术奖获得者，以及ICC 2021和IPSN 2022的最佳论文奖获得者。
报名方式
扫描下方二维码添加好友
回复关键词“ 背景提升 “立刻了解更多信息
软件工程考研科目(软件工程考研科目408)