高级计算机视觉计算机视觉、机器学习、媒体计算机器学习和.ppt

《高级计算机视觉计算机视觉、机器学习、媒体计算机器学习和.ppt》由会员分享，可在线阅读，更多相关《高级计算机视觉计算机视觉、机器学习、媒体计算机器学习和.ppt（12页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、高级计算机视觉 计算机视觉、机器学习、媒体计算 机器学习和模式识别 机器学习与数据挖掘 量子计算与量子信息 模式识别 、高级人工智能,专业基础测试选题列表,人工智能、软件体系结构 人类行为动力学 信息检索 言语信息处理 运筹学,专业基础测试选题,专业基础课程：高级计算机视觉 参考教材 （美）塞利斯基,艾海舟,兴军亮 计算机视觉算法与应用 （英）戴维斯 计算机与机器视觉：理论、算法与实践 选题1：计算机双目立体视觉 选题2：图像处理与模式识别 选题3：深度学习与计算机视觉,专业基础测试选题,专业基础课程：计算机视觉、机器学习、媒体计算 参考教材 Richard Szeliski, Compute

2、r Vision: Algorithms and Applications R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2003. 周志华，机器学习，清华大学出版社 选题1：条件随机场理论、优化方法与应用 选题2：图像语义分割 选题3：Structure from X 选题4：稀疏字典学习与低秩表征 选题5：动态规划方法及其在视觉/学习问题中的应用,专业基础测试选题,专业基础课程：机器学习和模式识别 参考教材： Christopher M.

3、 Bishop, Pattern Recognition And Machine Learning 选题1： 频率主义统计方法和贝叶斯方法都是机器学习研究中常用的方法，请说明你的这两种方法范式的理解，特别是两种方法的各自的优势和不足。 选题2：人工智能研究已在若干特定的领域取得了引人注目的成功，但是已有的成功大都是局部的、彼此分离的，距离“通用智能”的理想仍有较大差距，请说明你对这种状况的理解。 选题3： 请论述机器学习研究的主要任务，以及针对各主要任务的常用模型（及算法），特别请说明各模型的背景假设、适用范围和优缺点。 选题4：说明神经网络和深度学习模型（深度玻尔兹曼机、深度卷积网络和深度R

4、ecurrent网络等）的基本原理和算法，并试阐述你对深度学习模型引人注目的有效性当理解。,专业基础测试选题,专业基础课程：机器学习与数据挖掘 参考教材 Duda R O, Hart P E, and Stork D G. Pattern classification. John Wiley & Sons, Inc., 2001. Han J and Kamber M. Data Mining: Concepts and Techniques. Elsevier, 2006. Hastie T, Tibshirani R and Friedman J. The elements of stat

5、istical learning: Data mining, inference, and prediction. Springer, 2009. Russell S J and Norvig P. Artificial Intelligence: A Modern Approach. Prentice Hall, 2010. 选题1：不确定机器学习的类型、问题和途径 选题2：大规模机器学习的理论与方法 选题3：机器学习模型选择的理论与方法,专业基础测试选题,专业基础课程：量子计算与量子信息 参考教材 A. Nilson and I. ChuangQuantum Computation and

6、 Quantum Information 选题1：如何理解Chernoff界在量子计算模型中的作用？ 选题2：怎样理解量子测不准原理？ 选题3：如何理解CHSH不等式？,专业基础测试选题,专业基础课程：模式识别 、高级人工智能 参考教材 Sergio Theodoridis著，李晶皎，王爱侠译，模式识别（第四版），电子工业出版社 Stuart J. Russell and Peter Norvig, Artificial Intelligence: A Modern Approach (second edition). Prentice Hall, Englewood Cliffs, New

7、Jersey. Christopher M. Bishop著，PatternRecognizationand machine learning， Springer Douglas B. West 著；骆吉洲，李建中 译，图论导引（中译本），电子工业出版 David Freedman等著，魏宗舒，施锡铨等译，统计学，中国统计出版社 选题1：贝叶斯决策理论 选题2：模式特征提取与选择 选题3：聚类分析 选题4：知识表示 选题5：人工神经网络,专业基础测试选题,专业基础课程：人工智能、软件体系结构 参考教材 Ian Goodfellow,Yoshua Bengio and Aaron Courvil

8、le. Deep Learning，http:/www.deeplearningbook.org/ Stuart J. Russell and Peter Norvig. 人工智能：一种现代的方法（第3版）Artificial Intelligence: a Modern Approach, 3rd Edition, 北京：清华大学出版社，2013. Frank Buschmann et al. 面向模式的软件体系结构（卷1）Pattern-Oriented Software Architecture，Volume 1: A System of Patterns, 北京：机械工业出版社，200

9、3. 选题1：深度神经网络(deep neural network, DNN) 选题2：概率图模型(Probabilistic Graphical Models) 选题3：受限玻尔兹曼机(restricted Boltzmann machine, RBM) 选题4：软件体系结构(Software Architecture) 选题5：SOA(Service-oriented Architecture),专业基础测试选题,专业基础课程：人类行为动力学 参考教材 David Easley, Jon Kleinberg. Networks, Crowds, and Markets: Reasoning

10、 About a Highly Connected World. Cambridge 2. University Press, 2010. （http:/www.cs.cornell.edu/home/kleinber/networks-book/networks-book.pdf https:/www.coursera.org/course/peopleandnetworks） A.-L. Barabsi, The origin of bursts and heavy tails in humans dynamics, Nature 435, 207 (2005). M. C. Gonzle

11、z, C. A. Hidalgo, A.-L. Barabsi, Understanding individual human mobility patterns, Nature 453, 779-782 (2008). 选题1：人类行为的时间统计特性 选题2：人类行为的空间统计特性 选题3：幂律、长尾和无标度网络,专业基础测试选题,专业基础课程: 言语信息处理 参考教材 Rabiner and Juang, “Fundamentals of Speech Recognition,” Prentice-Hall, 1993. 选题1：第二章，语音生成、感知及音素的声学特征 选题2：第三章，信号

12、处理及分析算法 选题3：第四章，模式比较技术 选题4：第六章，隐马尔科夫模型的理论及应用 选题5：第五章，语音识别系统设计及最新发展,专业基础测试选题,专业基础课程：运筹学 参考教材 Frederick S. Hillier, Gerald J. Lieberman , Introduction to Operations Research (Ninth Edition), McGraw-Hill. 选题1：第三章，线性规划导论 选题2：第九章，网络优化模型 选题3：第十章，动态规划 选题4：第十一章，整数规划 选题5：第十二章，非线性规划 选题6：第十三章，启发式算法 选题7：经典运筹学问题

13、（任选一个，可超出教材内容）建模与分析,专业基础测试选题,专业基础课程：信息检索 参考教材： 信息检索导论王斌 翻译 The Geometry of Information Retrieval，C. J. van Rijsbergen 选题1：简述概率检索模型的发展过程，说明概率排序原则(Probability Ranking Principle)，阐述这一原则的不足及解决思路。 选题2：简述语言模型，说明若干语言模型（例如Query likelihood和Relevance Model）的工作原理和优缺点，并阐述语言模型在自然语言处理和信息检索的应用。 选题3：说明隐性语义索引(Latent Sematic Index)的工作原理和算法，阐述该模型在自然语言处理和信息检索的应用。 选题4：简述量子信息检索的若干思想，说明量子语言模型(Quantum Language Model)的原理和算法。,