美国计算机科学专业简介(一)

上个世纪 40 年代，世界上第一台真正意义上的现代化计算机诞生于美国。 美国计算机产业在世界计算机行业中占据了绝对优势，硅谷几乎成为计算机行业的代名词。

中国高校自建立计算机科学专业和院系以来，从国外引进的原版教材绝大多数都来自美国，这既为中国同学申请美国大学计算机科学系奠定了良好的基础，同时也加剧了中国同学之间的内部竞争，所以计算机科学专业历年来都是赴美留学申请中竞争最为激烈的专业之一。

美国大学计算机科学（Computer Science）专业的研究分支非常多，不同分支对学生的要求也会不同，因此，学生们要根据自己的条件选择适合自己的研究方向。下面我们来看看美国计算机科学专业包含的14大分支方向。

计算机科学分支方向

系统与网络（System an 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、软件及资源共享和信息传递的系统。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：

· 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。

人工智能与机器人（Artificial Intelligence an Robotics）

这个领域属于综合学科，包含广泛的研究课题如知识表达、机器学习、计算机视觉、推理和机器人等。对于申请者的专业背景要求较高，包括数据结构和算法等等，都需要有较扎实的基础

计算机隐私与安全（Privacy an 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。

编程语言（Programming Language）

该领域的研究包括计算机语言的设计与实现，其目标是同时提高开发人员的开放效率和软件质量。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。

数据库与信息系统(Database an Information Systems)

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。

计算机图形学与多媒体（Computer Graphics an Multimeia）

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。图研究包含对自然景象的建模和动画生成 (moeling an animation of natural phenomena) ，计算拓扑学 (computational topology) ，图形硬件的使用 (graphics harware utilization) ，渲染 (renering) ，网格处理和简化 (mesh processing an simplification) ，形状建模 (shape moeling) ，曲面参数化 (surface parameterization) 和可视化处理 (visibility processing) 等。

多媒体研究包括图像处理 (image processing) ，视频处理 (vieo processing) ，音频分析 (auio analysis) ，文本检索和理解 (text retrieval an unerstaning) ，数据挖掘和分析，以及数据融合 (ata fusion) 。因为多媒体数据包含不同格式的数据 ( 如文本，音频，视频 ) ，所以它的研究包含很多不同领域的技术和理论。

生物信息学与计算生物学（Bioinformatics an Computational Biology）

人类基因工程的完成对现代生物学中的新型计算和理论工具提出了新的要求。这些计算和理论工具对于分析，理解和控制生命的具体信息都是至关重要的。生物信息学与计算生物学在此历史背景下应运而生。此方向属新兴的研究，主要是利用应用数学，信息学，统计学与计算机科学的方法来研究生物学的问题，因此也需要从事此方向学习和研究的学生有较强的数学和统计背景。目前来说研究方法包括对生物学数据的搜索（收集和筛选），处理（编辑，整理，管理和显示）及利用（计算和模拟）。本方向通过研究高效鲁棒的生物计算模拟算法，以及应用数据挖掘，机器学习，自然语言处理和信息检索等方法来分析和挖掘各类生物数据。