bằng ðH của các hệ 4 hoặc 4,5 năm (theo quy ñịnh) sẽ phải thêm các học phần bổ sung của
Chương trình Thạc sĩ Khoa học ngành „Công nghệ Thông tin“ Trường ðH Bách Khoa Hà Nội.
4 ðối tượng tuyển sinh
ðối tượng tuyển sinh là các thí sinh ñã có bằng Thạc sĩ với chuyên ngành tốt nghiệp phù hợp
(ñúng ngành) hoặc gần phù hợp với chuyên ngành Hệ thống thông tin. Chỉ tuyển sinh mới có
bằng ðH với ngành tốt nghiệp phù hợp. Mức ñộ „phù hợp hoặc gần phù hợp“ với chuyên ngành
Hệ thống thông tin, ñược ñịnh nghĩa cụ thể ở mục 4.1 sau ñây.
4.1 ðịnh nghĩa
Ngành phù hợp: Là những hướng ñào tạo chuyên sâu thuộc ngành „Công nghệ Thông tin“ và
ngành "Kỹ thuật máy tính và Truyền thông" của chương trình ñào tạo ñại học trường ðHBK
HN, các chuyên ngành thuộc ngành Công nghệ thông tin của các trường ñại học khác (như Khoa
học máy tính, Hệ thống thông tin, Công nghệ phần mềm, Truyền thông và mạng, Kỹ thuật máy
tính).
Ngành gần phù hợp: Ngành „Toán tin“ của chương trình ñào tạo ñại học trường ðHBK HN (các
chuyên ngành sâu ðảm bảo Toán học cho máy tính và hệ thống tính toán, Toán Tin ứng dụng)
và các trường ñại học khác
4.2 Phân loại ñối tượng
Có bằng ThS Khoa học của ðH Bách Khoa Hà Nội với ngành tốt nghiệp cao học ñúng với
chuyên ngành Tiến sĩ. ðây là ñối tượng không phải tham gia học bổ sung, gọi tắt là ñối tượng
A1.
Có bằng tốt nghiệp ðại học loại xuất sắc với ngành tốt nghiệp ñúng với chuyên ngành Tiến sĩ.
ðây là ñối tượng phải tham gia học bổ sung, gọi tắt là ñối tượng A2.
Có bằng ThS ñúng ngành, nhưng không phải là ThS Khoa học của ðH Bách Khoa Hà Nội hoặc
có bằng ThS tốt nghiệp ngành gần phù hợp. ðây là ñối tượng phải tham gia học bổ sung, gọi tắt
là ñối tượng A3.
5 Quy trình ñào tạo, ñiều kiện công nhận ñạt
Quy trình ñào tạo ñược thực hiện theo học chế tín chỉ, tuân thủ Quy ñịnh 1035/2011 về tổ chức
và quản lý ñào tạo sau ñại học của ðH Bách Khoa Hà Nội.
Các học phần bổ sung phải ñạt mức ñiểm C trở lên (xem mục 6).
Các học phần Tiến sĩ phải ñạt mức ñiểm B trở lên (xem mục 6).
6 Thang ñiểm
Khoản 6a ðiều 62 của Quy ñịnh 1035/2011 quy ñịnh:
Việc chấm ñiểm kiểm tra - ñánh giá học phần (bao gồm các ñiểm kiểm tra và ñiểm thi kết thúc
học phần) ñược thực hiện theo thang ñiểm từ 0 ñến 10, làm tròn ñến một chữ số thập phân sau dấu
phẩy. ðiểm học phần là ñiểm trung bình có trọng số của các ñiểm kiểm tra và ñiểm thi kết thúc
(tổng của tất cả các ñiểm kiểm tra, ñiểm thi kết thúc ñã nhân với trọng số tương ứng của từng ñiểm
ñược quy ñịnh trong ñề cương chi tiết học phần).
ðiểm học phần ñược làm tròn ñến một chữ số thập phân sau dấu phẩy, sau ñó ñược chuyển thành
ñiểm chữ với mức như sau:
ðiểm số từ 8,5 – 10 chuyển thành ñiểm A (Giỏi)
ðiểm số từ 7,0 – 8,4 chuyển thành ñiểm B (Khá)
ðiểm số từ 5,5 – 6,9 chuyển thành ñiểm C (Trung bình)
ðiểm số từ 4,0 – 5,4 chuyển thành ñiểm D (Trung bình yếu)
ðiểm số dưới 4,0 chuyển thành ñiểm F (Kém)
7 Nội dung chương trình
7.1 Cấu trúc
Cấu trúc chương trình ñào tạo trình ñộ Tiến sĩ gồm có 3 phần như bảng sau ñây.
Phần Nội dung ñào tạo
A1 A2 A3
1
HP bổ sung 0 CT ThS KH (28TC)
≥ 4TC
HP TS 8TC
2
TLTQ Thực hiện và báo cáo trong năm học ñầu tiên
CðTS Tổng cộng 3 CðTS, mỗi CðTS 2TC
3
NC khoa học
Luận án TS
Lưu ý:
- Số TC qui ñịnh cho các ñối tượng trong là số TC tối thiểu NCS phải hoàn thành.
- ðối tượng A2 phải thực hiện toàn bộ các học phần qui ñịnh trong chương trình ThS Khoa học
của ngành tương ứng, không cần thực hiện luận văn ThS.
- Các HP bổ sung ñược lựa chọn từ chương trình ñào tạo Thạc sĩ của ngành ñúng chuyên ngành
Tiến sĩ.
- Việc qui ñịnh số TC của HP bổ sung cho ñối tượng A3 do người hướng dẫn (NHD) quyết
ñịnh dựa trên cơ sở ñối chiếu các học phần trong bảng kết quả học tập ThS của thí sinh với
chương trình ThS hiện tại của ngành ñúng chuyên ngành Tiến sĩ nhưng phải ñảm bảo số TC
tối thiểu trong bảng.
- Các HP TS ñược NHD ñề xuất từ chương trình ñào tạo Thạc sĩ và Tiến sĩ của trường nhằm
trang bị kiến cần thiết phục vụ cho ñề tài nghiên cứu cụ thể của LATS.
7.2 Học phần bổ sung
Các học phần bổ sung ñược mô tả trong quyển „Chương trình ñào tạo Thạc sĩ“ ngành „Công
nghệ Thông tin“ hiện hành của trường ðH Bách Khoa Hà Nội.
NCS phải hoàn thành các học phần bổ sung trong thời hạn 2 năm kể từ ngày có quyết ñịnh
công nhận là NCS.
7.3 Học phần Tiến sĩ
7.3.1 Danh mục học phần Tiến sĩ
TT MÃ SỐ TÊN HỌC PHẦN GIẢNG VIÊN
TÍN
CHỈ
KHỐI
LƯỢNG
1 IT7310
Kỹ nghệ dữ liệu và tri
thức
Knowledge and Data
Engineering
1. PGS. Nguyễn
Thanh Thủy.
2. PGS. Nguyễn Thị
Kim Anh
3 3(2-2-0-6)
2 IT7331
Tích hợp dữ liệu
Data Integration
1. PGS. Nguyễn Thị
Kim Anh
2. TS. Vũ Tuyết
Trinh
3 3(2-2-0-6)
3 IT7341
Tìm kiếm thông tin
Information Retrieval
1. TS. Vũ Tuyết
Trinh
2. TS. Trần ðức
Khánh
3 3(2-2-0-6)
4 IT7351
Khai phá dữ liệu và phát
hiện tri thức
Data Mining and
Knowledge Discovery
1. TS. Nguyễn Nhật
Quang
2. PGS. Nguyễn Thị
Kim Anh
3 3(2-2-0-6)
5 IT7361
Khai phá dữ liệu văn bản
và dữ liệu Web
Text and Web Mining
1. TS. Lê Thanh
Hương
2. PGS. Nguyễn Thị
Kim Anh
3 3(2-2-0-6)
6 IT7371
Các tiếp cận logic trong
biểu diễn và xử lý thông
tin
Logical approaches in
information representation
and procesing
1. PGS. Trần ðình
Khang
2. TS. Lê Thanh
Hương
3 3(2-2-0-6)
7.3.2 Mô tả tóm tắt học phần Tiến sĩ
IT7310 Kỹ nghệ dữ liệu và tri thức (Knowledge and Data Engineering)
1. Cung cấp các kỹ nghệ ñối với vấn ñề thu thập và quản trị các loại dữ liệu nói chung: dữ
liệu có cấu trúc, bán cấu trúc và phi cấu trúc.
2. Cung cấp các kỹ nghệ ñối với vấn ñề thu thập và quản trị các loại tri thức nói chung: tri
thức ẩn, tri thức hiện, tri thức rõ, tri thức mờ, .
IT7310 Knowledge and Data Engineering
1. Provide techniques for data collection and data management: structured data, semi-
structured data and unstructured data.
2. Provide techniques for knowledge collection and knowledge management: hidden
knowledge, present knowledge, clear knowledge, fuzzy knowledge, .
IT7331 Tích hợp dữ liệu (Data Integration)
1. Cung cấp các kỹ thuật ñối với vấn ñề thu thập dữ liệu từ các nguồn dữ liệu thuần nhất và
không thuần nhất
2. Cung cấp các kỹ thuật ñối với vấn ñề làm sạch dữ liệu ñể ñảm bảo tính nhất quán của dữ
liệu
3. Cung cấp các kỹ thuật ñối với vấn ñề sinh các câu trả lời nhất quán
IT7331 Data Integration
1. Provide techniques for data collection from homogeneous and heterogeneous data
sources
2. Provide techniques for data cleaning to ensure data consistency
3. Provide techniques for generating consistent answers
IT7341 Tìm kiếm thông tin (Information Retrieval)
1. Cung cấp các kỹ thuật ñối với vấn ñề thu thập, trích chọn, biểu diễn, lưu trữ các tài liệu
ñối với một hệ tìm kiếm thông tin
2. Cung cấp các kỹ thuật ñối với vấn ñề xử lý các yêu cấu tìm kiếm và trình diễn các kết quả
tìm kiếm
IT7341 Information Retrieval
1. Provide techniques for collecting, extracting, representing, storing data for an search
engine.
2. Provide techniques for processing search queries and presenting search result.
IT7351 Khai phá dữ liệu và phát hiện tri thức (Data Mining and Knowledge Discovery)
1. Cung cấp các kỹ thuật ñối với vấn ñề chuẩn bị dữ liệu cho khai phá dữ liệu
2. Cung cấp các kỹ thuật khai phá dữ liệu nói chung: phát hiện luật kết hợp, phân cụm dữ
liệu, phân loại dữ liệu và tóm tắt dữ liệu
IT7351 Data Mining and Knowledge Discovery
1. Provide techniques for data preparation in data mining
2. Provide techniques for data mining: discovering association rules, data clustering, data
categorization and data summarization
IT7361 Khai phá dữ liệu văn bản và dữ liệu Web (Text and Web Mining)
Học phần này cung cấp các kỹ thuật và các công cụ sử dụng trong khai phá dữ liệu văn bản và
dữ liệu web. Trên cơ sở ñó, NCS có thể phát triển các ứng dụng như máy tìm kiếm, thương mại
ñiện tử, các thư viện số, các hệ thống quản lý tri thức, v.v.
1. Cung cấp các kỹ thuật ñối với vấn ñề tiền xử lý và biểu diễn văn bản cho khai phá văn bản
2. Cung cấp các kỹ thuật khai phá văn bản nói chung: phân cụm văn bản, phân loại văn bản
và tóm tắt văn bản
3. Cung cấp các kỹ thuật khai phá Web
IT7361 Text and Web Mining
This course provides techniques and tools used in text mining and web mining. From that point
of view, PhD student can develop applications such as search engines, e-commerce, digital
libraries, systems for knowledge management, etc.
1. Provide techniques for preprocessing and representing documents for text mining.
2. Provide text mining techniques: text clustering, text categorization and summary
documents
3. Provide Web mining techniques
IT7371 Các tiếp cận logic trong biểu diễn và xử lý thông tin (Logical approaches in information
representation and procesing)
Trình bày tổng quan về logic tính toán, với các logic kinh ñiển và logic bậc cao; phân loại các
ngôn ngữ khái niệm theo cú pháp và cấu trúc cùng với các thủ tục tính toán. ðưa ra các biểu diễn
ngữ nghĩa cho các nhãn ngôn ngữ và các phép toán xử lý.
IT7371 Logical approaches in information representation and procesing
Presenting an overviewing of computational logic, including the classic logic and the higher-
order logic; classifying conceptual languagues by their syntax and their structure along with
computational procedures. Providing semantic representations for language labels and
processing operators.
7.3.3 Kế hoạch học tập các học phần Tiến sĩ
Các học phần Tiến sĩ ñược thực hiện linh hoạt, tùy theo các ñiều kiện thời gian cụ thể của giảng
viên. Tuy nhiên, nghiên cứu sinh phải hoàn thành các học phần Tiến sĩ trong vòng 24 tháng kể từ
ngày chính thức nhập trường.
7.4 Chuyên ñề Tiến sĩ
Mỗi nghiên cứu sinh phải hoàn thành 3 chuyên ñề Tiến sĩ có thể chọn từ danh sách hướng
chuyên sâu. Mỗi hướng chuyên sâu ñều có người hướng dẫn do Hội ñồng Xây dựng chương
trình ñào tạo chuyên ngành của Viện Công nghệ thông tin và truyền thông xác ñịnh.
Người hướng dẫn khoa học luận án của nghiên cứu sinh sẽ ñề xuất ñề tài cụ thể. Ưu tiên ñề
xuất ñề tài gắn liền, thiết thực với ñề tài của luận án Tiến sĩ.
Sau khi ñã có ñề tài cụ thể, NCS thực hiện ñề tài ñó dưới sự hướng dẫn khoa học của người
hướng dẫn chuyên ñề.
Danh mục hướng chuyên sâu cho Chuyên ñề Tiến sĩ
TT MÃ SỐ HƯỚNG CHUYÊN SÂU NGƯỜI HƯỚNG DẪN
TÍN
CHỈ
1 IT7410
Các hệ thống thông minh
Intelligent Systems
PGS. Nguyễn Thanh Thủy
PGS. Trần ðình Khang
3
2 IT7421
Các hệ CSDL thông minh
Intelligent Database Systems
PGS. Nguyễn Thị Kim
Anh
TS. Lê Thanh Hương
3
3 IT7432
Tìm kiếm thông minh
Intelligent Information Retrieval
TS. Lê Thanh Hương TS.
Trần ðức Khánh
3
4 IT7441
Hệ dựa trên logic
Logic-based Systems
PGS. Trần ðình Khang
TS. Trần ðức Khánh
3
5 IT7451
Hệ gợi ý
Recommender Systems
TS. Nguyễn Nhật Quang
PGS. Nguyễn Thị Kim
Anh
3
6 IT7461
Hệ thích nghi dựa trên ngữ cảnh
Context-based adaptive Systems
TS. Vũ Tuyết Trinh
TS. Nguyễn Nhật Quang
3
7 IT7471
Ontology và Web ngữ nghĩa
Ontology and semantic Web
TS. Tạ Tuấn Anh
TS. Lê Thanh Hương
3
8 IT7481
Tính toán hiệu năng cao
High performance Computing
TS. Nguyễn Hữu ðức
PGS. Nguyễn Thanh Thủy
3
8 Danh sách Tạp chí / Hội nghị khoa học
Các diễn ñàn khoa học trong nước trong bảng dưới ñây là nơi NCS có thể chọn công bố các kết
quả nghiên cứu khoa học phục vụ hoàn thành luận án Tiến sĩ.
Số
TT
Tên diễn ñàn ðịa chỉ liên hệ
ðịnh kỳ
xuất bản / họp
1 Tạp chí Khoa học và Công nghệ
ðH Bách Khoa Hà Nội; Số 1,
phố ðại Cồ Việt, Hai Bà
Trưng, Hà Nội
Hai tháng 1 lần
2
Tạp chí Khoa học và Công nghệ
trường ðại học quốc gia Hà nội
Trường ðại học Quốc Gia Hà
Nội
Hai tháng 1 lần
3
Tạp chí Khoa học và Công nghệ
trường ðại học quốc gia thành
phố Hồ Chí Minh
Trường ðại học Quốc Gia
Thành phố Hồ Chí Minh
Hai tháng 1 lần
4
Tạp chí Bưu chính viễn thông,
Chuyên san Các nghiên cứu và
triển khai ứng dụng trong viễn
thông và Công nghệ thông tin
Viện Khoa học và Công nghệ
Việt Nam; ñường Hoàng
Quốc Việt, Hà Nội
Ba tháng 1 lần
5
Tạp chí Công nghệ thông tin 3
tháng 1 lần
Viện Khoa học và Công nghệ
Việt Nam; số 18 ñường
Hoàng Quốc Việt, Hà Nội
Ba tháng 1 lần
6
Hội thảo khoa học quốc gia về
nghiên cứu, phát triển và ứng
dụng CNTT và Truyền thông ICT
RDA
Ban chương trình quốc gia Hàng năm
7
Hội nghị khoa học “Một số vấn
ñề chọn lọc trong CNTT”
Ban chương trình quốc gia Hàng năm
8
Hội thảo Khoa học Quốc gia lần
thứ nhất – "Nghiên cứu cơ bản và
ứng dụng Công nghệ thông tin”
FAIR
Ban chương trình quốc gia Hàng năm
9
Các Hội nghị quốc tế tổ chức tại
Việt Nam
Ban chương trình quốc gia Hàng năm
PHẦN II
ðỀ CƯƠNG CHI TIẾT CÁC HỌC PHẦN
9 Danh mục học phần chi tiết của chương trình ñào tạo
9.1 Danh mục học phần bổ sung
Danh mục học phần bổ sung có thể xem chi tiết trong quyển „Chương trình ñào tạo Thạc sĩ
Công nghệ thông tin“ của trường ðHBK HN.
9.2 Danh mục học phần Tiến sĩ
Số
TT
MÃ SỐ TÊN HỌC PHẦN TÊN TIẾNG ANH
KHỐI
LƯỢNG
Khoa/Viện
Bộ môn
ðánh
giá
1 IT7310
Kỹ nghệ dữ liệu và
tri thức
Knowledge and
Data Engineering
3(2-2-0-6) Bm HTTT
KT0,3-
T0,7
2 IT7331
Tích hợp dữ liệu
Data Integration 3(2-2-0-6) Bm HTTT
KT0,3-
T0,7
3 IT7341
Tìm kiếm thông tin
Information
Retrieval
3(2-2-0-6) Bm HTTT
KT0,3-
T0,7
4 IT7351
Khai phá dữ liệu và
phát hiện tri thức
Data Mining and
Knowledge
Discovery
3(2-2-0-6)
Bm HTTT
KT0,3-
T0,7
5 IT7361
Khai phá dữ liệu
văn bản và dữ liệu
Web
Text and Web
Mining
3(2-2-0-6)
Bm HTTT
KT0,3-
T0,7
6
IT7371
Các tiếp cận logic
trong biểu diễn và
xử lý thông tin
Logical approaches
in information
representation and
procesing
3(2-2-0-6)
Bm HTTT
KT0,3-
T0,7
10 ðề cương chi tiết các học phần Tiến sĩ
IT7310 Kỹ nghệ dữ liệu và tri thức
Knowledge and Data Engineering
1. Tên học phần: Kỹ nghệ dữ liệu và tri thức
2. Mã học phần: IT7310
3. Tên tiếng Anh: Knowledge and Data Engineering
4. Khối lượng: 3 (2-2-0-6)
- Lý thuyết: 30 tiết
- Bài tập: 30 tiết
- Thí nghiệm:
5. ðối tượng tham dự: NCS thuộc chuyên ngành Hệ thống thông tin
6. Mục tiêu của học phần: Học phần này nhằm mang lại cho NCS:
- Các kiến thức nâng cao về lý luận chuyên ngành Hệ thống thông tin
- Rèn luyện khả năng tư duy
- Rèn luyện kỹ năng thử nghiệm của chuyên ngành Hệ thống thông tin
- Có khả năng lựa chọn các kỹ nghệ thích hợp cho phép thu thập và quản trị dữ liệu
và tri thức ñối với một Hệ thống thông tin cụ thể
7. Nội dung tóm tắt:
Học phần này cung cấp các kỹ nghệ dữ liệu bao gồm: các kỹ thuật thu thập, biểu diễn, lưu trữ và
truy vấn dữ liệu và các kỹ nghệ tri thức bao gồm: biểu diễn tri thức, lập luận không chắc chắn và
phát hiện tri thức sử dụng học máy và khai phá dữ liệu.
8. Nhiệm vụ của NCS:
- Dự lớp: ñầy ñủ theo quy chế
- Bài tập: hoàn thành các bài tập của học phần
- Thí nghiệm:
9. ðánh giá kết quả:
- Mức ñộ dự giờ giảng:
- Kiểm tra ñịnh kỳ: trọng số 0.4
- Thi kết thúc học phần: tự luận, trọng số 0.6
10. Nội dung chi tiết học phần:
PHẦN MỞ ðẦU
Giới thiệu môn học
Giới thiệu ñề cương môn học
Giới thiệu tài liệu tham khảo
Phần 1. Kỹ nghệ dữ liệu (DE)
Chương 1: Giới thiệu
1. Các khái niệm cơ bản về DE
2. Các hoạt ñộng chính của DE
3. Các hệ CSDL
4. Các ứng dụng nâng cao
Chương 2: Biểu diễn dữ liệu
1. Các kiểu dữ liệu
2. Mô hình dữ liệu quan hệ
3. Mô hình dữ liệu hướng ñối tượng
4. Mô hình dữ liệu ña chiều
5. Mô hình dữ liệu XML
6. Thiết kế và chuẩn hóa dữ liệu
Chương 3: Lưu trữ dữ liệu
1. Tổ chức lưu trữ dữ liệu quan hệ
2. Tổ chức lưu trữ dữ liệu hướng ñối tượng
3. Tổ chức lưu trữ dữ liệu OLAP
4. Lưu trữ và ñánh chỉ số dữ liệu XML
Chương 4: Truy vấn dữ liệu
1. Ngôn ngữ truy vấn ñối với CSDL quan hệ
2. Ngôn ngữ truy vấn ñối với CSDL hướng ñối tượng
3. Các thao tác OLAP trong mô hình dữ liệu ña chiều
4. Ngôn ngữ truy vấn dữ liệu bán cấu trúc
5. Các kỹ thuật xử lý và tối ưu hóa truy vấn
Phần 2. Kỹ nghệ tri thức (KE)
Chương 1: Giới thiệu
1. Các khái niệm cơ bản về KE
2. Các hoạt ñộng chính của KE
3. Các hệ thống dựa trên tri thức (KBSs)
Chương 2: Biểu diễn tri thức
1. Biểu diễn dựa trên luật
2. Biểu diễn dựa trên frame
3. Biểu diễn dựa trên mạng ngữ nghĩa
Chương 3: Lập luận không chắc chắn
1. Lý thuyết xác xuất
2. Lập luận xác suất
3. Các mạng Bayes
4. Logic mờ
Chương 4: Phát hiện tri thức sử dụng Học máy và Khai phá dữ liệu
1. Học cây quyết ñịnh
2. Quy nạp luật
3. Học dựa trên mẫu
4. Phát hiện luật kết hợp
11. Tài liệu học tập:
12. Tài liệu tham khảo:
1. S. Kendal and M. Creen. An Introduction to Knowledge Engineering. Springer-Verlag, 2007.
2. S. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. 2nd edition. Prentice-
Hall, 2003.
3. T. M. Mitchell. Machine Learning. McGraw-Hill, 1997.
4. S. Chakrabarti. Mining the Web: Discovering Knowledge from Hypertext Data. Morgan
Kaufmann Publishers, 2003.
5. P.N. Tan, M. Steinbach, and V. Kumar. Introduction to Data Mining. Addison-Wesley,
2005.
6. J. Han and M. Kamber. Data Mining: Concepts and Techniques, 2nd Edition. Morgan
Kaufmann, 2006.
7. H. Witten and E. Frank. Data Mining: Practical Machine Learning Tools and Techniques,
2nd Edition. Morgan Kaufmann, 2005.
Không có nhận xét nào:
Đăng nhận xét