Doctor of Philosophy in Computer Vision - Artificial Intelligence
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Nøgleinformation
Campus placering
Abu Dhabi, Forenede Arabiske Emirater
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
På campus
Varighed
4 år
Hastighed
Fuldtid
Studieafgifter
Kontakt skolen
Ansøgningsfrist
Kontakt skolen
Tidligste startdato
Aug 2024
* ingen studieafgift + stipendium
Introduktion
Dette videnskabelige felt studerer, hvordan computere kan bruges til automatisk at forstå og fortolke visuelle billeder. Det har til formål at efterligne de forbløffende egenskaber af den menneskelige visuelle cortex ved hjælp af maskinsynsalgoritmer. Den studerer, hvordan et billede skabes, 3D-verdenens geometri og opgaver på højt niveau såsom objektgenkendelse, objektgenkendelse og sporing, billedsegmentering og handlingsgenkendelse. Computervision har vigtige anvendelser inden for augmented/virtual reality, autonome biler, servicerobotter, biometri og retsmedicin, fjernmåling og sikkerhed og overvågning.
Alumnistatistik
Indlæggelser
Læreplan
Kernekurser
Ph.D. i Computer Vision er primært en forskningsbaseret uddannelse. Formålet med kurser er at udstyre eleverne med de rigtige færdigheder, så de med succes kan gennemføre deres forskningsprojekt (afhandling). Studerende er forpligtet til at tage COM701, som et obligatorisk kursus. De kan vælge tre kernekurser fra en koncentrationspulje på otte på listen nedenfor:
Kode | Kursus navn | Kredittimer |
COM701 | Forskningskommunikation og formidling | 3 |
CV701 | Menneske- og computersyn | 4 |
CV702 | Geometri til computersyn | 4 |
CV703 | Visuel objektgenkendelse og -detektering | 4 |
CV704 | Avanceret computersyn | 4 |
CV705 | Avanceret 3D Computer Vision | 4 |
CV706 | Neurale netværk til objektgenkendelse og detektion | 4 |
AI701 | Kunstig intelligens | 4 |
AI702 | Dyb læring | 4 |
Valgfag
Studerende vil vælge minimum to valgfrie kurser med i alt otte (eller flere) kredittimer (CH) fra en liste over tilgængelige valgfrie kurser baseret på interesse, foreslået forskningsafhandling og karriereperspektiver i samråd med deres tilsynspanel. De valgfag, der er til rådighed for ph.d. i Computer Vision er anført i tabellen nedenfor:
Kode | Kursus navn | Kredittimer |
MTH701 | Matematiske grundlag for kunstig intelligens | 4 |
MTH702 | Optimering | 4 |
CS701 | Avanceret programmering | 4 |
CS702 | Datastrukturer og algoritmer | 4 |
DS701 | Data Mining | 4 |
DS702 | Big Data behandling | 4 |
ML701 | Maskinelæring | 4 |
ML702 | Avanceret maskinlæring | 4 |
ML703 | Probabilistisk og statistisk slutning | 4 |
NLP701 | Naturlig sprogbehandling | 4 |
NLP702 | Avanceret naturlig sprogbehandling | 4 |
NLP703 | Talebehandling | 4 |
HC701 | Medicinsk billeddannelse: Fysik og analyse | 4 |
Forskningsafhandling
Ph.D. afhandling udsætter studerende for banebrydende og uløste forskningsproblemer inden for computervision, hvor de er forpligtet til at foreslå nye løsninger og bidrage væsentligt til videngrundlaget. Studerende forfølger en uafhængig forskningsundersøgelse, under vejledning af et tilsynspanel, i en periode på 3-4 år.
Kode | Kursus navn | Kredittimer |
CV799 | Ph.D. Forskningsafhandling | 36 |
Galleri
Ranglister
CS-rangeringer i et blik
- 18. inden for AI i CS Rankings globalt
- 28. inden for ML i CS Rankings globalt
- 16. inden for CV i CS Rankings globalt
- 19. inden for NLP i CS Rankings globalt
Programresultat
Når uddannelsens krav er opfyldt, vil den færdiguddannede være i stand til at:
- Mestre den grundlæggende viden om computer vision og udvikle ekspertise inden for flere specialiserede forskningsområder inden for computer vision
- Udvikle ekspertise i at forstå eksisterende litteratur, anvende ræsonnementer og mestre de nødvendige færdigheder og teknikker til at udvikle nye ideer, der anerkendes af eksperter inden for computer vision.
- Anvende avancerede problemløsningsevner til at analysere, designe og udføre innovative løsninger på eksisterende og/eller nye problemer i både industrien og den akademiske verden.
- Meget dygtig til at igangsætte, styre og gennemføre teknisk udfordrende computer vision-projekter og være i stand til klart at kommunikere koncepter, meget komplekse ideer og vigtige resultater i form af tekniske rapporter, videnskabelige publikationer og mundtlige præsentationer på relevante tekniske steder.
- Bliv ekspert i at vælge og bruge programmeringsværktøjer, biblioteker og andre relevante ressourcer til at løse computer vision-problemer i den virkelige verden.
- Udvikle avancerede evner til at arbejde selvstændigt med betydelig autoritet eller i teamsamarbejde med professionel integritet for at gennemføre meget udfordrende computer vision-projekter rettidigt.
- Udvikle en dyb forståelse af eksisterende viden og evnen til at udvikle ny viden inden for computer vision, der gør de studerende egnede til en rolle i den akademiske verden eller i industrien.
- Udøve forskningsetik og forpligte sig til professionelt ansvar, mens man udfører banebrydende fremskridt inden for computer vision-disciplinen
- Forstå de juridiske, etiske, miljømæssige og sociokulturelle konsekvenser af computer vision-teknologier og være i stand til at gå forrest, når der skal træffes informerede og retfærdige beslutninger om komplekse emner.
Karrieremuligheder
AI gennemsyrer alle brancher. Ved de seneste arbejdsgiverarrangementer på MBZUAI har der været repræsentation fra flere sektorer, herunder (men ikke begrænset til):
- Luftfart, rådgivning, uddannelse, energi, finans, offentlige enheder, sundhedspleje, medier, olie og gas, sikkerhed og forsvar, forskningsinstitutter, detailhandel, telekommunikation, transport og logistik og startups.
Nylige jobmuligheder annonceret via MBZUAI Student Careers Portal omfatter (men er ikke begrænset til):
- AI-løsningsarkitekt, AI-løsningsingeniør, algoritmisk ingeniør, dataanalytiker, dataingeniør, datavidenskabsmand, datastrategikonsulent, full stack softwareingeniør, full stack webudvikler, predictive analytics researcher og senior data scientist - konsulent.
Andre karrieremuligheder kunne omfatte (men ikke begrænset til):
- Applied scientist, analytics engineer, augmented/virtual reality, autonome biler, biometri og retsmedicin, chief data officer, data platform leadership, data journalist, data og AI technical sales specialist, growth analytics / engineers, manager: AI og planlægning af cloudtjenester, maskinlæringsingeniører, produktchef: AI og dataanalyse, produktdatavidenskabsmand, produktanalytiker, fjernmåling, forskningsassistenter, sikkerhed og overvågning, senior softwareingeniør og VP data.