Integrated Capstone Project

课程简介

1. 选题深入研究，通常由导师提出 学生需在选定学科中与导师及具备人工智能和数据分析专长的共同导师确定项目主题。学生需在项目中展示其学科知识和AIDA知识，并接受两位导师的指导。对于特定主题，需进行深入研究，以解决目标领域的问题。 2. 项目会议与规划 项目应体现分析和解释所获得的数据/信息所需的必要努力，运用各相关课程所学的原则和技术。学生还需展示在选定应用领域中的显著分析能力，最好是研究能力。定期与导师开会，制定项目计划。 3. 项目提案撰写 第一学期提交项目提案。提案应包含全面的文献综述、问题概述、目标、项目设计、拟采用的方法（AIDA）及解决方案评估。初步结果及项目完成时间表也应一并提供。 4. 定期进度检查与报告 定期向导师报告项目进度，导师将就项目执行提供及时的评论和建议，包括数据预处理、模型选择和结果评估的指导。 5. 项目文档 包括数据集、代码、输出数据和技术文档在内的材料应被记录和归档，学生需提交装订好的论文副本及相关文档。 6. 项目展示与演示 第二学期，学生将展示其论文主题的总结，并在问答环节中捍卫结果和结论。

学习目标

1. 促进学生对人工智能和数据分析（AIDA）的知识，以应对土地测量与地理信息学中日益增长的人工智能和大数据需求 2. 为学生提供将AIDA应用于土地测量与地理信息学的机会 3. 培养使用AIDA分析和解决复杂问题的能力，可能是现实问题 4. 训练学生将AIDA与土地测量与地理信息学结合，实现高级学习过程，并应用于解决专业问题。

先修要求

先修课程：COMP1011 编程基础/COMP1012 编程基础与应用，LSGI3803 空间数据分析与挖掘；排除：任何其他等同的毕业设计

教学模式

综合毕业设计贯穿整个学年，为期两个连续学期。教学/学习活动包括定期与导师及共同导师的项目会议、指导性项目材料学习、独立项目开发工作及其他项目管理任务。