帝国理工学院计算机（视觉运算与机器人学）理学硕士专业研究生申请要求_排名_学费_课程_就业

计算机（视觉运算与机器人学）理学硕士

MSc Computing (Visual Computing and Robotics)

所属学院：计算机系

申请难度：高就业前景：优消费水平：高

7 QS 2025 4 TIMES 2023

项目简介

入学时间	项目时长	项目学费
9月	1年	£41,750 英镑

申请时间

2024Fall

- 开放时间

待定 Round1

2024Fall Round1 开始时间：- 结束时间：待定 距申请截止还剩-20396天

项目官网

https://www.imperial.ac.uk/study/courses/postgraduate-taught/computing-visual-computing-robotics-msc/

语言要求

类型	总分要求	小分要求
雅思	6.5（标准） 7.0（高级）	L:6.0 \| R:6.0 \| W:6.0 \| S:6.0（标准） L:6.5 \| R:6.5 \| W:6.5 \| S:6.5（高级）
托福	92（标准） 100（高级）	L:20 \| R:20 \| W:20 \| S:20（标准） L:22 \| R:22 \| W:22 \| S:22（高级）

其它要求

计算机专业一等荣誉学位

多邻国英语测试：

标准水平：总分 115 分，任何分数段均不低于 105 分

高水平：总分 125 分，任何分数段均不低于 115 分

国际 ESOL 语言证书

标准：ESOL B2 测试（听力、阅读、写作、口语），高分通过

高级：ESOL C1（听力、阅读、写作、口语），所有部分均及格。

培养目标

本硕士课程专门研究视觉、图形、智能行为和生物医学图像计算。研究计算领域的新兴趋势，以及如何将这些技术应用于工业领域。将提供使用 Prolog 和 Matlab 的实际编程培训。您还将在探索视觉计算或机器人领域的个人项目中提高自己的管理和研究技能。

登录后查看培养目标

主要课程

序号	课程介绍	Curriculum
1	计算机硕士（专业）个人项目	MSc Computing (Specialist) Individual Project
2	高级计算机图形学	Advanced Computer Graphics
3	图像机器学习	Machine Learning for Imaging
4	机器人学习	Robot Learning
5	概率推理	Probabilistic Inference
6	人机交互	Human-Robot Interaction
7	高级计算机体系结构	Advanced Computer Architecture
8	图形学	Graphics
9	自定义计算	Custom Computing
10	深度学习	Deep Learning
11	机器学习数学	Mathematics for Machine Learning
12	概率模型检查和分析	Probabilistic Model Checking and Analysis
13	可扩展系统和数据	Scalable Systems and Data
14	强化学习	Reinforcement Learning
15	机器学习导论	Introduction to Machine Learning
16	计算机视觉	Computer Vision
17	机器人学	Robotics
18	基于图的深度学习	Deep Graph-Based Learning
19	分布式算法	Distributed Algorithms
20	基于逻辑的学习	Logic-Based Learning
21	网络与网络安全	Network and Web Security
22	系统性能工程	System Performance Engineering
23	高级计算机安全	Advanced Computer Security
24	复杂性	Complexity
25	计算金融	Computational Finance
26	计算优化	Computational Optimisation
27	自然语言处理	Natural Language Processing
28	分布式账本原理	Principles of Distributed Ledgers
29	隐私工程	Privacy Engineering
30	程序分析	Program Analysis
31	量子计算	Quantum Computing
32	可扩展软件验证	Scalable Software Verification
33	软件可靠性	Software Reliability
34	知识表示	Knowledge Representation
35	人工智能战略推理的模态逻辑	Modal Logic for Strategic Reasoning in AI
36	自主学习选项	Independent Study Option
37	调度与资源分配	Scheduling and Resource Allocation