No. 年级学期 课程名称 学分 任课教师
1 秋季学期 随机网络优化理论 4
2 春季学期 信息物理学 2
3 秋季学期 量子电子学和高等原子物理学 2
4 春季学期 高等量子信息学 3
5 春季学期 量化金融信用与风控分析 3
6 秋季学期 计算生物学热门课题 3
7 春季学期 高等计算经济学 3
8 春季学期 计算理论导论 3
9 秋季学期 算法分析与设计 2
10 春季学期 高等理论计算机科学(下) 4
11 研究生低年级秋季学期 高等理论计算机科学(上) 4
1. 随机网络优化理论

任课教师:

本课程将会为学生详细介绍近几年在网络科学研究方向上新兴的一门随机网络优化理论。其中内容包括各种queue stability的定义,不同的随机排队网络模型,最小drift网络控制算法设计原理以及Lyapunov drift系统分析。课程内容也包括介绍理论在不同科研领域的应用,并鼓励学生应用学到的知识进行研究。

2. 信息物理学

任课教师:

本课程旨在引领研究生认识信息物理学这个迅速发展的领域。本课程将着重于计算和复杂性理论中最重要的概念,例如一些物理学中最令人费解的问题,可以通过信息理论来理解。我们会回顾经典信息理论,以及如何用量子力学的发现一些有趣的概念。还有信息存储、能量提取和计算复杂性所带来的物理后果进行讨论。

3. 量子电子学和高等原子物理学

任课教师:

该课程为正在从事原子光子实验的研究生讲授量子电子学和高等原子物理学的实用知识。首先,我们对高斯光束、谐振腔、非线性光学、以及调制技术进行极其传统地探讨。其次,我们仔细探讨原子结构和原子光子作用。最后,光学放大和激光稳频谱又将之前的知识串了起来。一系列近来的科技发展成果也会被探讨,例如飞秒激光频率测量、激光冷却与囚禁、以及离子阱。

4. 高等量子信息学

任课教师:

本课程主要对量子信息和量子计算的最新进展进行概述。本课程将在开头介绍一些密度矩阵和开放系统动力学的基础知识,并逐渐过渡到课程的核心内容。核心内容分为两部分:量子信息压缩和传输理论,以及拓扑量子计算。第一部分将讨论量子信息熵和量子典型性,这也会为对量子热力学感兴趣的同学提供一些有用的工具;第二部分将涉及任意子和几何相位,阐明任意子的统计对于实现稳定高效的量子计算的重要性。这门课程将对以上问题进行辩证性讨论,培养同学们的批判性思考能力和科学思维。

5. 量化金融信用与风控分析

任课教师:

金融与互联网行业的深度结合带来了金融信贷模型的变革,这些变革对于普惠金融、个人和企业信贷带来了很多便利和新的市场形式。然而,新的互联网数据源也给征信模型的设计带来了新的科研问题,同时,互联网中广泛存在的欺诈行为也给这一新的信用模式带来了挑战。这一课程让学生理解这一领域在科研和实践中的最新进展,为学生开展这一方向的深入研究打下基础。本课程包括的模块有: 1. 信贷模型的架构与设计;2. 反欺诈模型的架构与设计;3. 行业实践案例。 在这一课程中,学生需要平均每周阅读2篇本领域最新论文,并且实际动手进行两个设计项目, 包括一个基于LendingClub信贷数据的信用数据建模项目和一个自由选题的团队研发项目。

6. 计算生物学热门课题

任课教师:

该课程主要面向对计算生物学有浓厚兴趣的研究生和高年级本科生开课。要求选课同学有良好的数学基础、以及一定的编程经验。 本课程的宗旨在于为学生介绍当前计算生物学的各个领域的研究进展及热点跟踪,并对学生感兴趣的研究问题进行进一步的讨论;以及帮助学生确立将来主要研究方向和明确将来研究目标。 课程内容包括:基本计算理论和方法,高通量生物数据分析方法,蛋白质的三维结构测定以及动态学习,蛋白质及药物分子设计,蛋白质折叠的计算模型,蛋白质组学,蛋白质相互作用网络,生物演化模型。 教学方式以课堂授课、系列讲座为主,辅以专题讨论,由学生进行论文阅读训练和综述汇报,以期帮助选课学生确定将来的研究方向。

7. 高等计算经济学

任课教师:

本课程介绍经济学和计算机科学的交叉课题,从两个学科的角度深入探讨这一当前活跃的研究领域,以让学生具备在该领域独立进行科研的能力。

本课涵盖了计算经济学中经典的和最新的成果,学生在学期末应具有独立进行本方向科研的能力。从博弈论的基础知识介绍开始,涵盖了机制设计、拍卖、市场设计、社会选择理论及应用等多个领域,系统的讲述了计算机科学和经济学的交叉学科。

8. 计算理论导论

任课教师:
        该课程主要面向理论计算机方向的低年级研究生开课,要求选课同学有良好的数学基础、以及基本的理论计算机基础。

        该课程向学生介绍计算理论的主要内容,侧重于近当代复杂性理论的重要主题,使学生了解复杂性理论领域的重要问题和结果。加强学生的理论计算机基础,同时帮助学生了解理论计算机学科算法方向的知识,以便选择自己将来的主要研究方向。

        课程内容包括:回顾可计算性理论的主要内容,介绍复杂性理论的基本主题,包括基本复杂性类如P、NP、PSPACE和BPP等;电路和Parity不在AC0中的证明;时间和空间层级定理;去随机化的主要结果;PCP定理和不可近似性;理论密码学;自然性证明等。

        教学方式以课堂授课为主,辅以专题讨论,由学生进行论文阅读训练和综述汇报,以期帮助选课学生明确今后的研究目标。

9. 算法分析与设计

任课教师:
        课程号80470032,每周两课时,学分为两学分。该课程主要面向理论计算机方向的低年级研究生开课,要求选课同学有良好的数学基础、以及基本的理论计算机基础。

        该课程旨在通过向学生介绍算法设计和分析的高级技术、阅读当前算法设计领域的论文,加强学生的理论计算机基础,同时帮助学生了解理论计算机学科算法方向的知识,以便选择自己将来的主要研究方向。
       
        课程内容包括:基本算法设计技术的回顾,包括分治法、动态规划等;介绍随机算法和近似算法和设计与分析;就当前研究中的重要问题如计算几何中的重要问题;对次线性算法、在线算法和数据结构的研究等进行介绍。
        
        教学方式以课堂授课为主,辅以专题讨论,由学生进行论文阅读训练和综述汇报,以期帮助选课学生明确今后的研究目标。

10. 高等理论计算机科学(下)

任课教师:

       课程号80470024,每周4课时,学分为4学分。

        该课程主要面向对理论计算机及相关学科有浓厚兴趣的低年级研究生开课。要求选课同学有良好的数学基础、以及基本的理论计算机基础(数学基础包括:大学数学、基本近世代数理论等,理论计算机基础包括:基本的算法设计、基本的复杂性理论等)。
       
        本课程为全英文授课,旨为研究生介绍理论计算机的各个领域的当前研究方向、进展及热点前沿课题,并就大家感兴趣的问题进行深入的探讨;通过专题探讨,帮助学生确立今后研究的方向,明确研究的目标。 

        课程内容主要包括经典理论计算机科学的各个分支,如算法设计、计算复杂性理论、密码学、博弈论、编码理论、量子计算等;也包括部分计算机科学领域的重大问题、热门课题及前沿方向,如计算生物学、压缩传感网络、网络编码理论、计算机视觉等。
       
        教学方式以课堂授课、系列讲座为主,辅以专题讨论,由学生进行论文阅读训练和综述汇报,以期帮助选课学生明确今后的研究方向。

11. 高等理论计算机科学(上)

任课教师:
       课程号80470014,每周4课时,学分为4学分。

        该课程主要面向对理论计算机及相关学科有浓厚兴趣的低年级研究生开课。要求选课同学有良好的数学基础、以及基本的理论计算机基础(数学基础包括:大学数学、基本近世代数理论等,理论计算机基础包括:基本的算法设计、基本的复杂性理论等)。
    
        本课程为全英文授课,旨为研究生介绍理论计算机的各个领域的当前研究方向、进展及热点前沿课题,并就大家感兴趣的问题进行深入的探讨;通过专题探讨,帮助学生确立今后研究的方向,明确研究的目标。 

        课程内容主要包括经典理论计算机科学的各个分支,如算法设计、计算复杂性理论、密码学、博弈论、编码理论、量子计算等;也包括部分计算机科学领域的重大问题、热门课题及前沿方向,如计算生物学、压缩传感网络、网络编码理论、计算机视觉等。

        教学方式以课堂授课、系列讲座为主,辅以专题讨论,由学生进行论文阅读训练和综述汇报,以期帮助选课学生明确今后的研究方向。