限制和一般信息 1. 农业综合企业和应用经济学专业的学生不能选择此辅修专业。 2. 学生累计学时达到 60 个小时即可选择辅修专业。 3. 辅修课程的累计学时比不得低于 2.00;完成辅修专业的每门课程的最低成绩为 C-。 4. 学生可以在 GE 和辅修专业之间重叠最多 6 个学分。 5. 辅修专业必须包含至少 12 个不同于主修专业和/或其他辅修专业的学分(即,如果辅修专业需要超过 12 个学分,学生可以将超过 12 个学分的学分与主修专业或其他辅修专业重叠)。 6. 辅修专业必须包括至少 6 小时的高级或高年级课程(3000 或以上)。 7. 评为及格/不及格的课程作业不能计入辅修课程,评为满意/不满意的课程作业最多可计入 3 个学分。8. 最多可计入 3 个 xx93 学分。9. 学生最多可计入 6 个学分的转学分和/或考试学分。
• ENT 4950 企业项目工作 V** (2) 先决条件:(BE3350 或 BE3700 或 BE4900) 或 (CEE3620 或 CEE3810) 或 (CM4855(c)) 或 (CS3712 或 CS4711 或 CS4760) 或 (ENT3960 和 EE3131 和 EE3901) • ENT 4960 企业项目工作 VI** (2) 先决条件:ENT4950 和 (BE4900 或 CEE3620 或 CEE3810 或 CM4855 或 CS3712 或 CS4711 或 CS4760 或 EE3171 或 EE3173 或 GE3880 或 GE3890 或 MSE4141 或 CMG4210 或 EET4253 或 MET4460 或SAT4541 或 SU4100 或 ENG3830 或(ENG3505 和 ENG4505)或(MEEM3750 和 MEEM3201) • ENT 4961 企业项目工作 VII** (1) 先决条件:ENT3950 和 ENT3960 和(ENT4950 和 ENT4960)或(ENT4900 和 ENT4960) • MEEM 4202 内在流体力学与传热 (3) 先决条件:MEEM3201 和(MA3520(c) 或 MA3521(c) 或 MA3530(c) 或 MA3560(c)) • MEEM 4210 计算流体工程 (3) 先决条件:MEEM3201(c) • MEEM 4230 可压缩流/气体动力学 (3) 先决条件: MEEM3201 • MEEM 4701 分析与实验模态分析 (4) 先决条件:MEEM3750 • MEEM 4720 空间力学 (3) 先决条件:MEEM2700 • MEEM 4820 航空推进简介 (3) 先决条件:MEEM4230 • MEEM 5180 复合材料力学 (3) 先决条件:MEEM4901(c) 或 ENT4950(c) • MSE 4430 复合材料 (3) 先决条件:MY2100 或 MSE2100 或 BE2800
材料科学与工程这一跨学科领域已成为许多新兴先进技术及其应用领域的关键。因此,工程师和科学家需要接受材料科学与工程方面的教育和培训,也拥有相应的机会。材料科学与工程 (MSE) 辅修课程的目标是为加州大学欧文分校的学生提供此类教育和培训,使他们毕业后不仅能够参与跨学科项目或计划,还能应对具有挑战性的社会需求和复杂的技术进步。
[由设计与工程学院(材料科学与工程系)和理学院联合管理] 工程材料在过去对行业的发展起到了关键作用。近年来,材料在影响国家技术进步和经济增长方面发挥了催化作用。世界上最先进的国家在材料技术方面也是最先进的,从合成材料到生物材料,这并非巧合。尖端技术的快速发展,无论是与生命科学相关的生物材料,还是与工程相关的薄膜技术,都依赖于与材料相关的知识的进一步增长。一些材料敏感技术包括生物工程、纳米技术、信息技术和晶圆级封装。为了与世界上大多数领先的经济体和大学保持一致,我们必须创建一个课程网络,引导我们的学生进入工程材料的奇特世界。这个多学科辅修课程的目标如下:
1. 学习 MATLAB 或 Scilab 中的模糊逻辑工具箱。2. 使用 Matlab 为给定应用设计模糊集。3. 设计用于机器人运动的模糊控制系统。4. 感知器学习算法的实现。5. 学习 MATLAB 或 Scilab 中的神经网络工具箱。6. 使用神经网络进行 IRIS 数据分类。7. 将神经网络应用于回归数据集。8. 学习 MATLAB 中的模式识别工具。9. 学习 MABLAB 或 Scilab 中的遗传算法工具箱。10. 为给定的优化问题实现/使用遗传算法 11. 使用遗传算法进行参数调整。12. 使用神经网络或 GA 或模糊逻辑实现任何项目。
人工智能和机器学习 (AIML) 辅修课程是一个包含三门课程的辅修课程。它对所有 VSB 学生开放,课程包括构建原型智能系统、自然语言处理、专家系统、监督和无监督学习、机器人技术以及构成广泛 AI 领域的其他领域。