Hver specialiseringsprofil består af en række kurser og projekter som vi anbefaler, at du vælger imellem hvis du ønsker at specialisere dig inden for det pågældende forskningsområde.
Så vidt muligt tilstræber vi at kurser inden for samme specialiseringsprofil ikke overlapper skemamæssigt, hvis du følger det anbefalede studieforløb på normeret tid.
Algoritmer er datalogiens hjerte. Faktisk er det, der ofte omtales som "intelligens" i computersystemer, i virkeligheden enorme mængder data kombineret med avancerede algoritmer til søgning og databehandling.
Ud over at give dig ekspertise inden for konkrete applikationsområder gør en solid baggrund i algoritmer det nemt at sætte sig ind i andre datalogiske fagområder. I et fag som datalogi, som er i rivende udvikling, er evnen til at tilpasse sig konstant forandring vigtig for en vellykket karriere.
Alle de kurser, vi udbyder inden for dette område, forudsætter forudgående kendskab til algoritmer og datastrukturer, såvel som grundlæggende diskret matematik. Nogle af kurserne har yderligere faglige forudsætninger, for eksempel inden for lineær algebra og kompleksitetsteori. Ikke alle kurserne udbydes hvert år.
Anbefalede efterårskurser
- DM817: Netværksprogrammering: Teori og anvendelser (10 ECTS)
- DM840: Algoritmer i kemoinformatik (10 ECTS)
- DM841: Heuristikker og constraint programmering for diskret optimering (1o ECTS)
- DM860: Online algoritmer (10 ECTS)
- MM855: Introduktion til grafteori(5 ECTS)
- MM856: Grafteori (10 ECTS
Anbefalede forårskurser
Vi anbefaler, at du vælger enten DM871: Lineær og heltalsprogrammering (5 ECTS) eller DM872: Matematisk Optimering i Praksis (5 ECTS).
Derudover anbefaler vi, at du vælger blandt følgende kurser:
- DM803: Avancerede Datastrukturer (10 ECTS)
- DM846: Logik til datalogi (10 ECTS)
- DM852: Introduktion til generisk programmering (5 ECTS)
- DM891: Algoritmer under stokastisk usikkerhed (5 ECTS)
Eksempler på specialetitler inden for området
- European football placement problems - complexities and exact solutions
- On-line graph colouring
- Aircraft routing
- Lattice-based cryptography
- Nearest neighbour search in high-dimensional spaces
- Theoretical aspects of computer-aided chemical synthesis design
Moderne digitale systemer er ikke længere enkeltstående maskiner, der opererer isoleret, men snarere komplekse enheder, som består af mange forskellige programmer, der arbejder semi-uafhængigt og interagerer med hinanden.
Dette forskningsområde fokuserer på at forstå, arbejde med og programmere sådanne komplekse og distribuerede systemer (Cloud Computing). Det kombinerer forskellige ekspertiser, der spænder fra kryptografi til logik og programmeringssprog for at gøre undersøgelsen af systemerne præcis og sikker (Cybersikkerhed). Det udforsker også brugen af industrielle værktøjer, der fuldt automatiserer systeminstallation på effektive og sikre måder.
Anbefalede efterårskurser
- DM885: Microservices og Dev(Sec)Ops (10 ECTS)
- DM886: Cryptographic Engineering (5 ECTS)
Anbefalede forårskurser
- DM861: Concurrency Theory (10 ECTS)
- DM880: Logik for datalogi (5 ECTS)
- DM883: Distribuerede systemer (5 ECTS)
Eksempler på tidligere specialetitler inden for området
- Foundational aspects of choreographic programming
- A formal programming model for Bitcoin transactions
- Packaging microservices
Datavidenskab handler om at håndtere og analysere data for at frembringe viden og indsigter. Området omfatter felter som statistik, visualisering, maskinlæring, data mining, deep learning og optimering. En primær anvendelse af datavidenskab er inden for kunstig intelligens, hvor databaserede indsigter bruges til at løse problemstillinger i det moderne samfund.
På mange områder kan det gøre en stor forskel at anvende databaserede indsigter. Hverdagseksempler på praktisk anvendelse af data er produktanbefalinger i onlinebutikker eller personlige assistenter på smartphones.
Mange virksomheder benytter data til at optimere deres produktion og forretning, og flere apparater anvender maskinlæring, optimering og kunstig intelligens – blandt andet vaskemaskiner, støvsugere, droner, selvkørende biler og andre robotter.
De fleste af de kurser, vi udbyder inden for datavidenskab og kunstig intelligens forudsætter grundlæggende forståelse for lineær algebra. Ikke alle kurser udbydes hvert år.
Anbefalede efterårskurser
- DM885: Microservices og Dev(Sec)Ops (10 ECTS)
Anbefalede forårskurser
- DM861: Concurrency Theory (10 ECTS)
Eksempler på tidligere specialetitler inden for området
- Simulation of Traffic Flow in a Real Urban Network
- Optimization of coordinated traffic signal intersections
- Flight Planning in Free Route Airspaces
- Artificial intelligence in action real-time strategy games
- Optimizing heat and power production using column generation
Har du spørgsmål?
Studievejlederne på Naturvidenskab er klar til at hjælpe dig med dine studierelaterede spørgsmål eller udfordringer.
Kontakt studievejlederne på Naturvidenskab