رشته مهندسی کامپیوتر گرایش هوش مصنوعی

آشنایی با رشته مهندسی کامپیوتر گرایش هوش مصنوعی

رشته هوش مصنوعی که از گرایش های رشته مهندسی کامپیوتر می باشد درباره هوشمند سازی کامپیوترها و سیستم های مبتنی بر کامپیوتر می باشد تحقق این هدف با الهام از ویژگی‌های موجودات زنده و بالاخص انسان پیگیری می‌شود. لذا ایجاد قابلیت های تحلیل اطلاعات، استدلال، یادگیری و رفتار هوشمندانه، حس بینایی، درک و تولید زبان و گفتار در کامپیوترها از اهداف این رشته می‌باشد.دانشجویان در این گرایش با موضوعاتی از قبیل شبکه‌های عصبی، هوش مصنوعی پیشرفته، تئوری فازی، پردازش تصویر و ... آشنا می‌شوند.گرایش هوش مصنوعی، گرایشی بین نرم‌افزار و معماری کامپیوتر است و در هر کدام از دو گرایش مذکور کاربرد‌هایی دارد. این گرایش به‌طور عمده به ساخت سیستم‌های هوشمند و رباتیک می‌پردازد.امروزه روشها، الگوريتمها، و مدلهاي هوشمند در اغلب صنايع و فناوريهاي مرتبط با كامپيوتر و فناوري اطلاعات و ارتباطات نفوذ و اهميت چشمگيري پيدا كردهاند. لذا ضرورت دارد كارشناسان ارشدي در رشته هوش مصنوعي به صورت تخصصي آموزش داده شوند تا بتوانند نيازهاي كشور را در اين زمينه جالب و رو به رشد تأمين نمايند. توجه به موارد زير اهميت و ضرورت تربيت كارشناسان ارشد هوش مصنوعي را روشنتر ميسازد:
۱- توسعه و گسترش روزافزون روشهاي هوشمند در حوزه اينترنت، شبكه هاي اجتماعي، تجارت الكترونيكي، شبكه هاي كامپيوتري، و ساير زمينه هاي فناوري اطلاعات و ارتباطات.
۲- نفوذ فزاينده روشهاي هوشمند در اتوماسيون صنعتي و اداري، مهندسي پزشكي، و صنايع دفاعي و نظامي، مانند رباتيك، تشخيص خودكار در خط توليد كارخانجات، تشخيص بيماريها با تكنيكهاي هوشمند، و تسليحات هوشمند.
۳- امكان دستيابي به پيشرفتهاي قابل توجه و پيشي گرفتن از جوامع پيشرفته بواسطه جوان بودن رشته و وجود توانايي و استعداد بالا در دانشجويان كشور.

موقعیت شغلی رشته هوش مصنوعی

طراحی و ساخت ربات های پیشرفته

بهینه سازی مراحل تولید در کارخانه ها

تولید سخت افزارهای شناسایی وتشخیص امنیتی

طراحی سیستم های تحت شبکه برای خانه های هوشمند

طراحی و تولید سامانه های خودکار

بعنوان پژوهشگر در مراکز علمی و پروژه‌های ملی

تدریس در مراکز آموزش عالی

سرفصل دروس و تعداد واحدهای رشته هوش مصنوعی

دانشجو در رشته ارشد هوش مصنوعی باید 32 واحد بگذراند که واحدها به طریق زیر است: 24 واحد درسی 2 واحد سمینار 6 واحد پایان نامه

دروس گروه 1

نام درس	نام درس
شناسایی الگو	رایانش تکاملی
ربات های متحرک خودگردان	یادگیری ماشین
فرایندای تصادفی	هوش مصنوعی پیشرفته
شبک های عصبی	سیستمای چند عاملی

گذراندن حداقل 4 درس الزامیست

دروس گروه 2

نام درس	نام درس
برنامه ریزی هوشمند	الگوریتم های هوش جمعی
مجموعه ها و سیستمهای فازی	یادگیری تقویتی
نظریه یادگیری آماری	مدلهای گرافی احتمالاتی
تصویربرداری رقمی	بینایی کامپیوتر
پنهان سازی اطلاعات	سنجش از دور
پردازش زبانهای طبیعی	ترجمه ماشینی
فهم زبان	پردازش سیگنالهای رقمی
گفتارپردازی رقمی	شناسایی گفتار و گوینده
تبدیل متن به گفتار	رویکردهای هوش مصنوعی در بازیها
رفتارهای هوشمند جمعی در بازیها	تصمیم گیری، استراتژی، و مسیریابی در بازیها
معماری بازیهای رایانه ای	سیستمهای چند رباتی
طراحی و توسعه بازیهای رایانه ای	یادگیری تقویتی و کنترل ربات
رباتیکز شناختی	ریاضیات برای رباتیکز
فیزیولوژی و آناتومی سیستم اعصاب	علم اعصاب سلولی
علوم شناختی	پردازش سلولی و مولکولی
مدلهای رایانشی در سیستمهای جمعی	نظریه بازیها
بهینه سازی	داده کاوی پیشرفته
پردازش سیگنال آماری	تحلیل و پردازش زمان - فرکانس
شناسایی مقاوم و بهسازی گفتار

اخذ حداکثر 4 درس برای دانشجویان مجاز است

دروس گروه 3

نام درس	نام درس
مباحث ویژه 1 در هوش مصنوعی	مباحث ویژه 2 در هوش مصنوعی
مباحث ویژه 3 در هوش مصنوعی	مفاهیم پیشرفته 1 در هوش مصنوعی
مفاهیم پیشرفته 2 در هوش مصنوعی	مفاهیم پیشرفته 3 در هوش مصنوعی
یک درس از سایر گرایشها

اخذ حداکثر 2 درس برای دانشجویان مجاز است

دانشگاه هایی که ظرفیت پذیرش رشته هوش مصنوعی دارند

دانشگاه اصفهان	دانشگاه الزهرا
دانشگاه بوعلي سينا	دانشگاه شهید بهشتی
دانشگاه سمنان	دانشگاه خوارزمي
دانشگاه شهيد چمران اهواز	دانشگاه شيراز
دانشگاه صنعتي اصفهان	دانشگاه صنعتي اميركبير
دانشگاه صنعتي خواجه نصير الدين طوسي	دانشگاه صنعتي شريف
دانشگاه صنعتي مالك اشتر	دانشگاه علم و صنعت ايران
دانشگاه فردوسي مشهد	دانشگاه كردستان
دانشگاه يزد	دانشگاه تبریز
دانشگاه هرمزگان	دانشگاه غیر انتفاعی شیخ بهایی اصفهان
دانشگاه شهید باهنر	دانشگاه یزد
دانشگاه غیر انتفاعی شهید اشرفی اصفهانی	دانشگاه غیر انتفاعی خیام - مشهد
دانشگاه تهران	دانشگاه شاهرود

منابع آزمون دکتری هوش مصنوعی

منابع آزمون دکتری مهندسی کامپیوتر - هوش مصنوعی
دروس در سطح کارشناسی	ساختمان داده و طراحی الگوریتم ها	اصول ساختمان داده‌ها تألیف هرویتز
		ساختمان داده‌ها با استفاده از پاسكال تألیف تننباوم
		ساختمان داده‌ها، CLRS
		اصول الگوریتم های كامپیوتر تألیف هرویتز
		الگوریتم ها و ساختمان داده تألیف ای‌هو
دروس در سطح کارشناسی ارشد	شناسایی الگو	کتاب مقدمه ای بر الگوریتم های ژنتیک و کاربردهای آن، تالیف مهدی علیرضا، انتشارات ناقوس.
		کتاب الگوریتم های ژنتیک کاربردی ،تالیف رندی ال هاپت، سوالن هاپت، ترجمه مهدی صادق زاده، امین نجارپور انتشارات پارس پیدورا.
		کتاب الگوریتم های ژنتیک موازی: تئوری و کاربرد، تالیف گابریل لوکه، انریکه آلبا، ترجمه سید اسماعیل نجفی, حامد نوذری و محمد فلاح، انتشارات ادبستان.
		کتاب الگوریتم ژنتیک، تالیف سوسن سعدوندی، محمود البرزی، انتشارات دانشگاه صنعتی شریف، انتشارات علمی.
	یادگیری ماشین	کتاب مبانی یادگیری ماشین ،تالیف احمد پورامینی ،انتشارات ناقوس .
		کتاب یادگیری ماشین ،تالیف تام میچل،ترجمه محمدنخبه زعیم ،انتشارات مولف .
		کتاب شناسایی الگو و یادگیری ماشین ( Pattern Recognition and Machine)، تالیف کریستوفر بیشاپ، انتشارات اسپرینگر.

برای دروس استعداد تحصیلی و زبان انگلیسی می توانید از منابع ذکر شده در جدول زیر استفاده کنید :

مجموعه دروس استعداد تحصیلی و زبان انگلیسی
دروس استعداد تحصیلی	دروس زبان انگلیسی
استعداد تحصیلی ، نویسندگان : هادی مسیح خواه و محمد وکیلی انتشارات فرهنگ	کتاب های تخصصی انتشارات سمت ، 1100 لغت ضروری