培养目标
IT 和认知是一个跨学科的硕士课程,学生可以在其中使用塑造未来的技术。尖端信息通信技术不仅需要技术创新,还需要对语言、视觉等人类认知方面的深入了解。对于玩危险游戏、驾驶汽车或总结报纸文章的计算机来说,它必须在某种程度上模仿人类的认知过程。
哥本哈根大学的 IT 和认知理学硕士课程是一个非常独特的项目,面向希望在开发高级认知技术方面表现出色的一小群才华横溢、专注的学生。学生将学习处理人类语言、视觉和认知的复杂性,利用语言和人类认知知识设计创新和智能的信息和通信技术(ICT),并识别认知模型的新有趣应用。在硕士课程中,学生将学习到尖端技术,例如自然语言解析、对象识别、虚拟代理、机器翻译或视觉场景分析。
如果您对记忆力、注意力、视觉识别或语言等认知现象感兴趣,热衷于跨学科研究并希望提高您的 IT 技能,这就是适合您的课程。
计算建模在该计划中起着核心作用,因为计算建模对于评估理论的认知研究很重要,并且因为认知过程的计算建模对于推动信息和通信技术的前沿很重要。Google Talk 翻译机器人、脑机交互或谷歌无人驾驶汽车等技术是可能改变未来的认知过程计算模型的例子。
教学
IT 和认知理学硕士强调基于对人类认知的深入了解的技术前沿创新。该学习计划结合了认知和技术课程,重点是统计建模和自然语言处理,旨在为候选人提供对研究和商业职业都有用的能力。IT 和认知课程中的课程使用不同的教学形式;它们包括课堂教学、所谓的"共同任务"、讲座、监督以及项目和小组工作。
客座讲座、个人访谈和监督
由于该计划非常独特,工作人员提供大量指导和支持,包括。个人访谈和监督、客座讲座、自愿研究项目的监督和学生研讨会的组织。个人访谈用于持续评估学习计划,监督学生并能够更好地招募学生进行研究项目和与行业的合作。
例如,过去的客座讲座涉及语言习得、作者归属、认知逻辑、学习数学、社交媒体处理和视觉注意力。我们邀请研究人员和行业合作伙伴来做客座讲座。
工作机会
候选人将对工业和研究感兴趣,并且在这两个地方都很受欢迎。他们通常在行业中使用认知技术,或者在图像和语言处理或相关领域进行前沿研究。
原因当然是计算建模在研究中变得越来越重要,为了创造好的 IT 产品,重要的是要知道从认知上来说,什么是人们容易理解的,什么是困难的。这些知识可以帮助创建信息和通信技术,使用户的日常生活和工作流程更轻松,并促进新产品的实施,以实现更高的效率和用户满意度。
我们过去的学生在 SAS Institute、Gallup、Textkernel 等地方工作,或在丹麦或其他地方的大学继续攻读博士学位。
申请截止日期
国际学生 2020.1.15
欧盟、欧洲经济区和瑞士学生 2020.3.1
申请人的优先次序
该计划的入学竞争激烈,仅限 50 名学生。
符合学术要求的申请人将根据以下选择标准进行评估和排名。指定百分比是为了在评估应用程序时显示每个标准的加权相关性。 如果符合条件的申请人数超过最大招生人数,学生将根据他们的排名进行选择。合格申请人中排名最高的将获得加入该计划的要约。
选择标准
成绩的总平均分。(40%)
对教育和职业经历的评估。(30%)
学术相关信中提供的信息。(30%)
已经完成硕士课程?
如果您已经拥有硕士学位或已完成硕士学位课程, 您必须了解以下规则:
我已经完成了硕士学位
如果您已经完成了与丹麦硕士学位 相对应的硕士学位,请参阅有关 第二学位的规定 。
我已完成 个人 硕士课程
如果你之前完成了硕士水平的课程,你必须在申请入学 时在你的申请中告知人文学院 。
您必须包括已完成课程的文档。人文学院 评估您的学分是否可以在入学后转移。
录取要求
学历要求
自动满足学术要求的学士学位
如果您持有下列学位之一,您将被视为自动满足有关学历相关性的要求:
哥本哈根大学、奥胡斯大学、丹麦技术大学、奥尔堡大学或南丹麦大学的任何计算机科学学士学位
任何人文学科的学士学位,包括至少 15 个 ECTS 学分的以下一门或多门学科:哥本哈根大学、奥胡斯大学、奥尔堡大学或南丹麦大学的语言技术、计算机科学、认知科学和语言学
哥本哈根 IT 大学软件开发或数据科学理学士
哥本哈根大学认知数据科学理学士。
检查您的学士课程在 UCPH 的哪些硕士课程已预先批准入学。请注意,入场工具仅提供丹麦语版本。
其他学士学位
拥有其他学士学位的申请人也有资格申请入读该课程。
如果评估申请人拥有以下一个或多个学科的至少 15 个 ECTS 的学士学位,学院可以录取具有其他学士学位的申请人:语言技术、计算机科学、认知科学和语言学。
为了继续您的申请,请参阅 申请程序。
英语语言要求
查找英语语言要求的完整规范
课程列表
中文 | 英文名 | 类型 |
---|---|---|
计算机认知科学1 | Computational Cognitive Science I | 必修 |
科学编程 | Scientific Programming | 必修 |
数据科学入门 | Introduction to Data Science | 必修 |