物联网哲学硕士（HKUST(GZ)）
MPhil Internet of Things (HKUST(GZ))
QS排名60
| 专业方向 | 计算机 | 项目类别 | 入学时间 | 项目时长 | |||
|---|---|---|---|---|---|---|---|
| 项目学费 | 项目规模 | 平均成绩 | 国际学生 | ||||
| 男女比例 | 就业比例 | 平均起薪 |
类型 总分要求 小分要求
雅思 6.5 L:5.5 | R:5.5 | W:5.5 | S:5.5
托福 80 /
| 序号 | 课程介绍 | Curriculum |
| 1 | 社交和网络计算 | Social and Web Computing |
| 2 | 数据驱动建模：从传感器数据中学习 | Data-driven Modeling: Learning from Sensor Data |
| 3 | 移动自主事物的无线连接 | Wireless Connectivity for Mobile Autonomous Things |
| 4 | 物理信息机器学习简介 | Introduction to Physics-informed Machine Learning |
| 5 | 面向物联网的雾/边缘/云计算 | Fog/Edge/Cloud Computing for IoT |
| 6 | 物联网本地化 | Localization for IoT |
| 7 | 面向物联网的新兴无线技术 | Emerging Wireless Technologies for IoT |
| 8 | 离散时间信号处理基础 | Fundamentals of Discrete-Time Signal Processing |
| 9 | 无线通信基础 | Fundamentals of Wireless Communications |
| 10 | 通信网络：理论、模型和协议 | Communication Networks: Theory, Models, and Protocols |
| 11 | 先进的网络系统 | Advanced Networked Systems |
| 12 | 增量学习和自适应信号处理 | Incremental Learning and Adaptive Signal Processing |
| 13 | 凸和非凸优化 I | Convex and Nonconvex Optimization I |
| 14 | 凸和非凸优化 II | Convex and Nonconvex Optimization II |
| 15 | 系统安全与隐私：理论与应用 | Systems Security and Privacy: Theory and Applications |
| 16 | 独立学习 | Independent Study |
| 17 | 物联网专题 | Special Topics in Internet of Things |
| 18 | 高级深度学习 | Advanced Deep Learning |
| 19 | 深度强化学习 | Deep Reinforcement Learning |
| 20 | 数据挖掘的基础 | Foundations of Data Mining |
| 21 | 数据科学中的数据挖掘和知识发现 | Data Mining and Knowledge Discovery in Data Science |
| 22 | 数据科学与分析基础 | Foundation of Data Science and Analytics |
| 23 | 数据探索和可视化 | Data Exploration and Visualization |
| 24 | 科学、技术和创新政策 | Science, Technology and Innovation Policy |
| 25 | 城市科学 | Science of Cities |
| 26 | 城市数据分析 | Urban Data Analytics |
微信扫一扫咨询
