Mastergrad i datasyn
Universidade Santiago de Compostela
Nøkkelinformasjon
Campus plassering
Santiago de Compostela, Spania
Språk
Spansk, Galisisk
Studieformat
På universitetsområdet
Varighet
1 år
Tempo
Fulltid
Studieavgift
EUR 1 089
Søknadsfrist
Be om info
Tidligste startdato
Oct 2024
Introduksjon
Datasyn er evnen til å se i maskiner, det vil si å trekke ut den spatiotemporale strukturen til bilder/videoer for å tolke en scene fullt ut. Det er et felt der det drives rikelig forskningsaktivitet, men det handler ikke bare om forskning. Datasynsteknologier har potensial til å bidra til velvære, økonomisk vekst og miljømessig bærekraft raskere og til lavere kostnader enn noen gang før.
Den automatiske forståelsen av vår visuelle verden har aldri vært viktigere i applikasjoner som: helsevesen, industri 4.0, mobil robotikk, infrastruktur og tjenestersikkerhet, trafikksikkerhet, autonome kjøretøy, fritid, reklame og mer. Denne mastergraden tilbyr en tverrfaglig spesialisering i det generelle grunnleggende om datasyn. Masteren har som mål å fylle det nåværende gapet nordvest på halvøya og Portugal i forhold til dannelsen av denne profilen, men den har også som mål å tiltrekke seg studenter fra andre deler av Spania, Portugal og internasjonalt.
Læreplan
Studieplanen består av 15 emner, inkludert ekstern praksis og masteroppgave (TFM). Resultatet er et faglig tilbud på 105 stp (30 stp for TFM, 3 stp for ekstern praksis, 48 stp for obligatoriske emner og 24 stp for valgfag). For å oppnå Master i datasyn må studenten bestå 90 stp.
Master er organisert i 6 moduler, tre av dem rettet mot å tilegne seg ferdigheter i tverrgående datasynsteknologier og derfor gjeldende for et stort antall domener; To andre moduler fokuserte på de spesifikke teknologiene og metodene til to store grupper av applikasjoner: industrielle og tekniske applikasjoner og biomedisinske avbildningsapplikasjoner; og TFM-modulen.
Undervisningen vil generelt utvikles ved å kombinere ansikt-til-ansikt og fjernundervisning (for det meste), gjennom mesterklasser med både teoretiske og praktiske komponenter (hands-on), der studentene skal bruke dataverktøy for å konsolidere læringen av konsepter og teknikker. Utviklingen av undervisningen vil bli supplert med integrerte undervisningsmetodikker der samarbeids- og prosjektbaserte læringsaktiviteter skal utvikles.
I fjernundervisning er det viktig å kombinere bruk av synkrone medier (videokonferanse) med asynkrone medier (virtuelle klasserom). Kursmateriellet vil være tilgjengelig tilstrekkelig på forhånd slik at studentene på forhånd kan vite hvilke aktiviteter som skal gjennomføres, det innledende innholdet de er basert på, anbefalte lesninger, tilhørende aktivitetskalender og overvåkings- og evalueringsprosedyre.
For akademisk veiledning kan de samme mekanismene brukes gjennom generelle videokonferanseverktøy, kombinert med e-post og telefon. Arbeid utenfor klasserommet vil omfatte selvstudieaktiviteter, veiledet arbeid, problemløsning og deltakelse i diskusjonsfora på den virtuelle plattformen.
Programresultat
Dens tverrfaglige natur er basert på det faktum at (i) mange av resultatene er inspirert av og gir tilbakemelding på resultater innen nevrovitenskap, (ii) kompleksiteten til problemene både fra et geometrisk, statistisk og sannsynlighetssynspunkt krever god opplæring i Matematikk, (iii) ) den fotometriske dimensjonen til bilder, oppløsningen av dårlig betingede problemer, multispektral analyse, eller kildene til støy i bilder, er et felt for fysikk, (iv) teknologiene for kameraer, kommunikasjon og maskinvare kommer fra ulike Engineering, (v) og beregningsmodellene som kreves for prosessering og læring fra store datamengder, tillater utvikling av nye paradigmer innen Computing.
På den annen side er det høye teknologiske potensialet tydelig fra det faktum at det er en disiplin som tillater rask anvendelighet av alle dens teoretiske resultater, noe som gjør den til en tverrgående konstruksjon som kan integreres i flere systemer med forskjellige applikasjoner.
Dermed står vi overfor en teknologisk sektor som krever høy grad av opplæring av sine fagfolk og hvis vitenskapelige interesse øker med stor hastighet. Interessen på akademisk nivå skjer på to fronter, på den ene siden er det studenter som nettopp er ferdige med gradsstudiene og søker større spesialisering før de kommer ut i arbeidsmarkedet. På den annen side er det flere forskningsgrupper dedikert til datasyn som krever en mastergrad på dette feltet som lar dem trene studenter som har tenkt å skrive en doktorgradsavhandling.
Galleri
Ideelle studenter
Anbefalt inntektsprofil er:
- Matematisk opplæring tilsvarende minst en grad i ingeniørfag.
- Kunnskap om programmering i språk som C/C++ eller Java, eller prototyping som Matlab eller Python.
- Kunnskap om engelsk for å forstå, skrive og snakke, minst tilsvarende nivå B2 i Europarådets europeiske referanseramme for språk.
Karrieremuligheter
Denne mastergraden, med en akademisk profil, med en praktisk og anvendt tilnærming (forsterket med en TFM på 30 studiepoeng, et minimumskrav i henhold til portugisisk regelverk), gir ferdigheter og erfaring som gjør at kunnskap kan brukes umiddelbart for å generere både høyt trent fagfolk, med evner til å generere umiddelbar nytte for industrien, som fagfolk med gründerkapasitet, eller forskere som har til hensikt å begynne på doktorgradsstudier i et voksende vitenskapelig felt. Etter fullført opplæring forventes studentene å være kompetente i:
- Lese og forstå aktuelle forskningspublikasjoner om datasynsteknikker.
- Bruk av grunnleggende verktøy som vanligvis brukes til å utvikle datasynsapplikasjoner.
- Implementering av datasynsapplikasjoner basert på state-of-the-art algoritmer.
- Gjennomfør eksperimentelle analyser og tester i samsvar med gjeldende praksis innen datasyn, inkludert standardberegninger og referansedatasett.
- Anvendelse av matematiske og maskinlæringsverktøy, for eksempel geometri, optimalisering og statistikk, til datasynsapplikasjoner.