MSc Computer Vision, Robotics and Machine Learning

Hvorfor velge dette kurset

Hvis du er fascinert av kunstig intelligens, bruk av robotikk og lage maskiner som kan "se", er dette mesterkurset for deg.

Vår MSc i datavisjon, robotikk og maskinlæring undervises av akademikere fra vårt senter for visjon, tale og signalbehandling (CVSSP). Senteret er internasjonalt anerkjent for sin forskning innen datamaskinvisjon, multimedia signalbehandling og maskinlæring. Med et mangfoldig samfunn med mer enn 120 forskere, er de en av de største og respekterte visjonsforskningsgruppene i Storbritannia.

University of Surrey","author_url":"","source":""}" alt="143437_rsz_5436_university_library.jpg" />

Hva du vil studere

Våre MSc i datavisjon, robotikk og maskinlæring vil gi deg grundig opplæring og praktiske læringsopplevelser. Den passer godt for alle som er interessert i en karriere i forskningsorienterte institusjoner eller banebrytende teknologiselskaper som spesialiserer seg på dyp- og maskinlæring, robotikk og automatisering, og bilde- og videoanalyse.

På dette kurset vil du utforske avanserte datamaskinvisjoner og maskinlæringsmetoder for bilde- og videoanalyse, samt bildebehandlingsmetoder på lavt nivå. Du vil også ha muligheten til å utvide programmeringsferdighetene dine betydelig gjennom prosjektene du velger å ta på deg.

Studere og jobbe i utlandet

Det kan være muligheter for å tilegne seg verdifull europeisk erfaring ved å jobbe eller drive forskning i utlandet i løpet av studiet eller kort tid etter. Det er mulig å gjøre dette i sommerperioden med et Erasmus-stipend som jobber med avhandlingen din eller som nyutdannet. For å kvalifisere ditt Erasmus-traineeship må det være minst to måneder.

Fasiliteter, utstyr og støtte

Flere av modulene på kurset vårt støttes av laboratorieklasser hvor du kan få praktisk erfaring med programmering av kunstig intelligens og utvikle dine praktiske ferdigheter i design av robotanordninger.

Vi tilbyr datastøtte med spesialisert programvare som kreves i løpet av kurset, for eksempel MATLAB. Fakultetets fellesrom er også dekket av universitetets trådløse nettverk med åpen tilgang, noe som gjør det til et veldig populært sted for individuelt og gruppearbeid ved bruk av bærbare datamaskiner og mobile enheter.

Spesialistiske eksperimentelle og forskningsfasiliteter, for beregningskrevende prosjekter eller de som krever spesialistutstyr, blir levert av Surrey's Center for Vision, Speech and Signal Processing.

Industrielle samarbeid

Vi bruker vår bransjeerfaring for å informere og berike undervisningen vår, og bringe teoretiske fag til live. Våre industrisamarbeid inkluderer:

• Forsknings- og teknologioverføringsprosjekter med industripartnere som BBC, Foundry, LionHead og BAE
• Flere av våre akademikere tilbyr MSc-prosjekter i samarbeid med våre industripartnere.

Forskning

Avdelingens senter for visjon, tale og signalbehandling er internasjonalt kjent, med over 120 forskere som arbeider innen dyp læring, datavisjon, signalbehandling og robotikk. Deres fremadstormende forskning gjenspeiles i kursinnholdet, som ofte oppdateres med den siste utviklingen. Unikt, vårt robotikkmateriale integreres med Surrey Space Center, og bygger på våre spesialiteter innen romrobotikk.

Graduate prospekter

Hos Surrey har vi koblinger med innovative selskaper innen maskinlæring, datasyn og spill inkludert Sony, Microsoft og den bredere bransjen, der ferdigheter som dyp læring er etterspurt.

Inntakskrav

Minimum 2: 2 Storbritannias honours degree i enten datavitenskap, elektronisk ingeniørvitenskap, matematikk eller fysikk, eller en anerkjent tilsvarende internasjonal kvalifikasjon. Vi vil også vurdere relevante fag eller betydelig relevant arbeidserfaring hvis du ikke oppfyller disse kravene.

Studieårets struktur

Hvis du studerer dette kurset på heltid, vil du studere åtte moduler i løpet av året – fire i hvert semester. Du vil jobbe med prosjektet på heltid i sommerperioden i omtrent to og en halv måned, mens du før det i semestertiden vil jobbe med de innledende stadiene av prosjektet på deltid og fullføre en delrapport. Dette betyr at hvis du begynner på kurset i februar, vil du fullføre prosjektet ditt mellom de to semestrene, mens hvis du begynner på kurset i september, vil du fullføre prosjektet etter de to semestrene.

Du kan også studere denne MSc på deltid, og ta mellom to og fem år. Lengden avhenger av hvor mange moduler du studerer hvert år. Du kan studere mellom to og seks moduler hvert år. Vi anbefaler deltidsstudenter å jobbe med prosjektet sitt i det siste studieåret når alle åtte modulene enten er fullført eller nær fullført.

moduler

Modulene som er oppført er veiledende, og gjenspeiler informasjonen som er tilgjengelig på publiseringstidspunktet. Vær oppmerksom på at moduler kan være underlagt undervisningstilgjengelighet, studentbehov og/eller klassebegrensninger.

Universitetet driver en studiepoengramme for alle underviste programmer basert på en tariff på 15 studiepoeng. Moduler kan være enten 15, 30, 45, 75 eller 120 studiepoeng, og i tillegg for enkelte masteravhandlinger, 90 studiepoeng.

Strukturen til programmene våre følger klare utdanningsmål som er skreddersydd for hvert program. Disse er alle skissert i programspesifikasjonene som inkluderer ytterligere detaljer som læringsutbytte

År 1 på heltid

• Computer Vision and Pattern Recognition
• Grunnleggende om digital signalbehandling
• Internett av ting
• Satellitt-fjernmåling
• Tale- og lydbehandling og -gjenkjenning
• Avanserte emner innen datasyn og dyp læring
• AI og AI-programmering
• Anvendt maskinlæring
• Robotics
• 60 studiepoeng standardprosjekt

Valgfrie moduler for år 1 (heltid) - FHEQ nivå 6 og 7

Fire valgfrie moduler i semester 1 skal velges, men bare én nivå 6-modul EEE3008 ELLER EEE3032 kan velges

Ingen valgfrie moduler i semester 2

Det kan ikke velges mer enn to moduler på FHEQ nivå 6 i løpet av hele året

Vi tilbyr karriereinformasjon, råd og veiledning til alle studenter mens de studerer hos oss, som utvides til våre studenter i tre år etter at de forlot universitetet.

Vi har forbindelser med innovative selskaper innen maskinlæring, datasyn og spill, inkludert Amazon, Microsoft og Sony. Vi har også koblinger til den bredere industrien, hvor ferdigheter som dyp læring er etterspurt.

97 prosent av våre studenter underviste i elektro- og elektronikkingeniører går videre til arbeid eller videre studier (Graduate Outcomes 2023, HESA).