美国大学CS专业分支介绍

   美国大学CS专业的研究领域极为广阔，美国的各大高校的CS系的研究方向也有较大的不同。通过对各所院校的CS研究方向的考察，我们将其下属方向归纳为14个主要研究方向。以下我们会按照各个方向在CS专业排名榜上的76所院校开设的热门程度从高到低逐一进行介绍。

1、系统与网络（System and Network）

   计算机网络是利用通信设备和线路将地理位置不同的、功能独立的多个计算机系统连接起来，以功能完善的网络软件实现网络的硬件、软件及资源和信息传递的系统。简单的说即连接两台或多台计算机进行通信的系统，此分支方向主要的学习内容从网络基础理论，拓扑结构，相关组成硬件，传输媒体（光导纤维，同轴电缆，双绞线的有线传输，卫星传输，红外线传输，激光传输，无线电波等无线传输），到各种网络协议等。

2、人工智能与机器人（Artificial Intelligence and Robotics）

   主要包括机器意识（包括机器学习，知识表达与推论，机器人），动态系统模拟，动力学计算，触觉控制（haptic control）自然语言习得与处理，计算语言学，统计语言技术，自动推理，图形图像，人机交互，成像感知与传感器，概率推论，神经估算，计算机视觉，视觉场景认知，模式识别，人工免疫，神经网络，遗传算法，小波分析，信息系统以及计划，信息提取，制造和控制理论等。

3、计算机隐私与安全（Privacy and Security）

   概括地说，计算机安全主要是保护计算机与网络免于滥用和干扰。从过去的历史看来，计算机攻击一般来说包含了攻击系统的完整性，保密性与可用性。而如今的信息安全技术一直在发展中，不单包含了对上述攻击的防御，同时也增加了更多的应用，如垃圾邮件，以及防止身份盗用而导致的信息泄露等。

4、编程语言（Programming Language）

   包括开发新型编程语言以助程序员实用高效地开发可靠的软件，计算机辅助语言学习，计算语言学，从初阶的打字理论，自动定理证明，语义学等发展到如今的基于语言的途径以解决计算机安全与分布式编程中的重大问题，语言应用，编程分析与优化等，可以从根本上提高软件可靠性与安全性。

5、数据库（Database）

   与数据管理相关的所有方面，包括数据存储，数据检索，数据分析和视觉化，如为超大型数据组开发高效算法，为各种新型的应用领域建立大型的数据系统，也有与其他领域进行跨学科的研究，可应用的领域有电脑游戏设计，数据隐私与安全等。

6、计算机图形学（Computer Graphics）

   计算机图形学（Computer Graphics，简称CG）是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。 如何在计算机中表示图形,以及如何利用计算机进行图形的生成、处理和显示的相关原理与算法，构成了计算机图形学的主要学习内容。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。从处理技术上来看，图形主要分为两类，一类是由线条组成的图形，如工程图、等高线地图、曲面的线框图等，另一类是类似于照片的明暗图（Shading），也就是通常所说的真实感图形。

7、生物信息学与计算生物学（Bioinformatics and Computational Biology）

   将计算机科学中的方法，如数据挖掘，机器学习，数据处理，计算模型，计算机视觉，分析工具，算法研究等用于生物系统中便于人类理解分子生物序列数据，分析蛋白质的形成，生物功能预测，基因网络研究，细胞范围的计算等。在此过程中，CS研究人员与生物研究人员紧密合作。将生物信息学与计算生物学之间的差别为：生物信息学更侧重于生物学领域中计算方法的使用和发展，而计算生物学强调应用信息学技术对生物学领域中的假说进行检验，并尝试发展新的理论。

8、算法（Algorithm）

   广义上面的算法是指为解决一个问题而采取的方法和步骤，而CS下的算法则是指计算机为了解决某一个问题或者完成某一个任务的一系列清晰的指令。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。现代的算法理论主要的研究目的在于如何开发出更加效率的算法，研究相关的算法的设计方法与实现技术。

9、计算机理论（Computer Theory）

   计算机理论，顾名思义，是为计算机科学的发展与研究提供理论基础的一门学科。这个课程的学习涉及到CS的核心课题，归纳起来涵盖了可计算性、文法与自动机、逻辑学、复杂性及语义学等5个部分，涉及到可计算性理论、形式语言、逻辑学与自动演绎、可计算复杂性和编程语言的语义等内容，并学习和研究这些内容之间的联系。

10、科学计算（Scientific Computing）

   科学计算，又称为计算科学，它的主要学习内容和研究领域是利用数学模型的构造以及数量分析的技术，通过计算机来分析和解决科学问题。在实际的应用中，科学计算经常用于计算机仿真以及其它各种问题的数学计算，包括数值模拟、模型拟合与数据分析以及最优化计算等等。数值分析（Numerical analysis），是科学计算专业方向中所会应用到的核心方法。