
Computational Sciences (M.Sc.)
Faculté des sciences, de génie et d’architecture
Faites progresser votre carrière en informatique et approfondissez votre expertise en obtenant une maîtrise en sciences informatiques de l'Université Laurentienne.

Survol du programme
De l'IA au génie logiciel, étudiez comment les applications avancées de l'informatique peuvent aider les gens dans leur vie quotidienne.
Remarque: Ce programme est offert uniquement en anglais. Pour en savoir plus sur ce programme, veuillez consulter la version anglaise de cette page.
Le programme de maîtrise en sciences informatiques de l'Université Laurentienne explore les applications avancées de l’informatique et leur utilité dans la vie quotidienne. Vos connaissances serviront à améliorer de nombreuses fonctions quotidiennes, que ce soit pour des opérations complexes ou pour la vie de tous les jours.
Explorez un vaste éventail de sujets, comme la prospection de données, la robotique, l’apprentissage machine, l'intelligence artificielle, le traitement d’images, l’interaction humain-machine, les systèmes intelligents, la bioinformatique et d’autres domaines captivants. Le programme vous préparera à concevoir et utiliser des méthodes informatiques complexes en recherche et dans l’industrie.
Parmi d’autres domaines d’études, il faut souligner le génie logiciel, le calcul scientifique, le calcul informatique de pointe, la statistique informatique et les méthodes et techniques d’optimisation pour résoudre les problèmes commerciaux, industriels, médicaux et scientifiques.
Le programme offre deux volets : un fondé sur la thèse, l’autre, sur les cours. Pour la thèse, les étudiants ont besoin d’un directeur ou d’une directrice qui encadre la recherche.
Attaquez-vous à des problèmes complexes et créez des essais à l’aide de l’ordinateur et d’algorithmes.
Mettez à profit votre créativité, votre curiosité et vos compétences de conception et de communication avec vos aptitudes dans d’autres domaines.
Les étudiants peuvent compléter une thèse ou l'option fondée sur les cours.
Perspectives de carrière
- Analyse de systèmes
- Expertise-conseil
- Conception et mise en œuvre de bases de données
- Enseignement
- Développement Web
- Réseautage et sécurité
- Développement logiciel
Détails du programme
Langue du programme:
Français
Mode de présentation:
Sur campus
Coordonnées
Prof. Kalpdrum Passi705-675-1151 ext.2345
FA-380, Fraser Auditorium
kpassi@laurentian.ca
Veuillez écrire à l’adresse courriel ci-dessus et notre équipe de recrutement vous répondra!
Exigences d’admission
Pour en savoir plus sur les conditions d'admission au programme, veuillez consultez la section « Admission Requirements » sur la version anglaise de cette page.
Comment déposer une demande
Pour faire une demande aux études supérieures, vous devez déposer votre demande d’admission auprès du Centre de demande d'admission aux universités de l'Ontario (CDAUO).
Pour obtenir des instructions détaillées sur le processus de demande d'admission, veuillez consulter les pages suivantes :
- Comment déposer une demande : Candidats canadiens aux cycles supérieurs
- Comment déposer une demande : Candidats internationaux aux cycles supérieurs
Déposer une demande en tant que candidat aux cycles supérieurs
Options de diplôme
Ce programme est uniquement offert en anglais.
Exemples de cours
Pour voir les cours offerts par ce programme, veuillez consulter la section « Courses » sur la version anglaise de cette page.
The thesis consists of a report on the research work undertaken as part of the master's program. cr 6. Lecture (3.00).
Students will learn techniques for the solution of dense and sparce systems of linear equations, least squares problems, eigenvalue problems, and singular value problems. They will also learn to apply principles generally applicable to the engineering of numerical software: matrix factorizations, iterative methods, perturbation theory and condition numbers, effects of roundoff error on algorithms, performance analysis, choice of the best (fastest and/or most accurate) algorithn based on mathematical structure of the problem. PREREQ: course on Linear Algebra at the undergraduate level. (lec 3) cr 3. Lecture (3.00)
Members of the Faculty of Science, Engineering and Architecture, invited speakers and visiting professors will cover timely topics related to computational sciences. Each Masters student will make one introductory and one major seminar presentation. The Masters student will attend at least two thesis defences of students in the M.Sc. in Computational Sciences and a minimum of ten seminars of which eight are seminars given by faculty members, by invited speakers or by visiting professors. (sem 3) cr 3. Lecture (3.00).
Students program numerical solvers for elliptic, parabolic and hyperbolic partial differential equations and learn to estimate their errors and stability and evaluate their robustness, performance and portability. Students learn to use tools for the visualization of scientific data. Finally, students use an integrated software package (for example, COMSOL, Multiphysics) to implement a numerical solver for a more complex system. (lec 3) cr 3.
This course covers topics in data management, including peer-to-peer data sharing, data integration, data exchange, data cleansing, data provenance, data quality, data mining, and uncertain data. (lec 3) cr 3. Lecture (3.00).
A comprehensive investigation of the foundations and applications of search-based methods of optimizing fitness functions in parameter spaces. As well as understanding and analyzing the classes of search algorithms, the course will consider the problem of selecting search methods appropriate to particular problem spaces based on formal analysis of the properties of the space and on the use of multi-dimensional visualization tools for intuitive insight. PREREQ: consent of the instructor. (lec 3) cr 3.
This course introduces fundamental concepts and techniques for image processing and computer vision. Topics to be covered include an introduction to digital image processing, human visual perception, light and electromagnetic spectrum, image sampling and quantization, image enhancement in the spatial domain, histogram processing, basics of spatial filtering, image enhancement in the frequency domain, introduction to the Fournier Transform, image restoration, morphological image processing, edge linking and boundary detection, thresholding, region-based segmentation, object recognition and image understanding. (lec 3) cr 3. Lecture (3.00).
This course introduces Computational Science from the point of view of applied mathematics, computer science, and science and engineering. Topics may include finite-difference methods, fast-Fourier transform, compression methods and Monte-Carlo simulations. Prereq.: Admission to the M.Sc. in Computational Sciences or permission of the instructor. (lec 3) 3 cr.
This course provides an introduction to the use of computers for symbolic (i.e. exact) mathematical computation. This involves traditional calculations such as analytic differentiation and integration of functions, and solving systems of equations. Topics include algorithms for fast integer and polynomial arithmetic, homomorphism methods, computation of polynomial greatest common divisors, factorization and symbolic integration. (lec 3) cr 3. Students may not retain credit for CPSC 5516 and either COSC 4516 or MATH 4516.
Human-computer interaction is a multi-disciplinary field concerned with the design, evaluation and implementation of interactive computing systems for human use. The inter-relationships among the various disciplines that participate in HCI are studied, with particular emphasis on computer science issues. Coverage includes techniques for user interface desigh, interaction paradigms, and current trends in HCI research and development. (lec 3) cr 3. Students may nt retain credit for both CPSC 5926 and COSC 4926.
Membres du corps professoral
Prêt(e) à passer à la prochaine étape?
Nous sommes là pour vous aider à commencer votre parcours à Laurentienne.
