计算机专业一直都是比较热门的留学专业，计算机专业就业市场需求量大，因此就业机会多，而去美国留学读硕的留学生有很多，选择计算机专业的留学生也非常多，那么美国读硕计算机专业分支有有哪些？一起看留学群小编给大家整理的内容吧。欢迎参考阅读！
美国留学计算机专业分支介绍
一. 结构、编译器和并行计算Architecture， Compilers and Parallel Computing
计算机体系结构主要学习和研究计算机的结构和功能及其在电子技术中的应用。抽象地说，计算机体系结构是系统在其环境中的最高层次的概念；它决定了计算机硬件和软件之间的联系。具体来说，计算机体系结构是指计算机系统设计的概念和体系结构，描述计算机在实践中的设计原则。它决定了计算机设计的组件、它们的功能以及组件之间的接口。以常见的冯·诺伊曼设计为例，架构设计包括：指令集、微架构、数据表示、寻址方式、寄存器定义、指令系统、异常机制、机器工作状态的定义和切换、输入输出结构等。
体系结构和编译器的研究主要集中在硬件设计、编程语言和下一代编译器上。并行计算的研究范围很广，包括并行计算模型、并行算法、并行编译器设计等。
二. 系统与网络 Systems and Networking
网络是利用通信设备和线路将多个地理位置不同、功能独立的计算机系统连接起来，用功能良好的网络软件实现网络硬件、软件和资源的共享和信息传输的系统。简单来说就是指连接两台或多台计算机进行通信的系统。本分支的主要内容从网络基础理论、拓扑结构、硬件的相关部件、传输介质（光纤、同轴电缆、双绞线有线传输、卫星传输、红外传输、激光传输、无线电波等无线传输）到各种网络协议。
可细分为：
。1）网络与分布式系统（Networking and distributed systems）： 移动通信系统，无线网络协议（wireless protocols），Ad-hoc网络，服务质量管理（Quality of Service management，QoS），多媒体网络，计算机对等联网（peer-to-peer networking， P2P），路由，网络模拟，主动队列管理（active queue management， AQM）和传感器网络（sensor networks）。
。2）操作系统（Operating system）：分布式资源管理，普适计算（ubiquitous computing/pervasive computing）环境管理，反射中间件（reflective middleware），中间件元级操作系统（middleware “meta-operating systems”），面向对象操作系统设计，允许单个用户与多计算机、对等操作系统服务交互的用户设计，上下文敏感的分布式文件系统，数据中心的电源管理，文件/存储系统，自主计算（autonomic computing），软件健壮性的系统支持以及数据库的系统支持。
。3）安全（Security）： 隐私，普适计算，无线传感器（wireless sensors），移动式和嵌入式计算机，规范，认证，验证策略，QoS保证和拒绝服务保护，下一代电话通讯，操作系统虚拟化和认证，关键基础设施系统，例如SCADA控制系统和医疗，消息系统，安全网关，可用性安全。
。4）实时和嵌入式系统（Real-time and embedded systems）：开放式实时系统，Qos驱动的实时调度和通信协议，控制设计和实时调度整合，实时、容错和安全协议整合，网络化器件和智能空间的鲁棒动态实时构架。
三. 理论与算法 Theory and Algorithms
计算机理论，顾名思义，是为计算机科学的发展和研究提供理论基础的学科。本课程的学习涉及cs的核心课题，包括可计算性、文法和自动机、逻辑、复杂性和语义。涉及可计算性理论、形式语言、逻辑与自动演绎、程序语言的可计算性复杂性和语义，并对这些内容之间的关系进行学习和研究。
上面广义的算法是指解决一个问题所采取的方法和步骤，而CS下的算法是指计算机解决一个问题或完成一项任务的一系列明确的指令。算法的好坏可以用空间复杂度和时间复杂度来衡量。现代算法理论的主要研究目的是如何开发更高效的算法，研究相关算法的设计方法和实现技术。
该方向具体包括最优化（optimization），计算几何和拓扑（computational geometry and topology），近似算法（approximation algorithms），密码（cryptography）和安全计算（secure computation），网络设计（network design），数据挖掘（data mining），机器学习（machine learning），有限元网格生成（finite-element mesh generation）和自动化软件验证（automatic software verification）。
四. 人工智能与机器人 Artificial Intelligence and Robotics
包括机器感知（包括机器学习、知识表达与推理、机器人）、动态系统仿真、动态计算、带触觉控制的自然语言获取与处理、计算语言学、统计语言技术、自动推理、图形图像、人机交互、成像感知与传感器、概率推理、神经估计、计算机视觉、视觉场景认知、模式识别、人工免疫、神经网络、遗传学。
知识表示（knowledge representation）：把知识按照一种有利于推理（得出结论）的方式表示出来。
机器学习（machine learning）：自动学习如何识别复杂模式并基于数据作出智能决策。
计算机视觉（computer vision）：使机器自动从图像和视频中提取信息并理解其中包含的视觉概念。
推理（reasoning）：学习推理的计算模型。
机器人（robotics）：工程学和机器人技术，以及它们的设计，制造，应用和结构配置。
推荐阅读：
