美国研究生电子工程专业申请解析-新东方前途出国

在美国，不同学校可能会把 EE 专业归在不同的院系，比如电子工程系、电子与计算机工程系、电子工程与计算科学系、电子工程与信息科学系。EE的课程设置在科研、教学及学术组织形式上与国内电气工程类学科有较大的不同。

美国主要大学 EE 专业的教学与科研领域可以归纳为 12 个方向：通讯与网络、计算机科学与工程、信号处理、系统控制、电子学与集成电路、光子学与光学、电力、电磁学、微结构、材料与器件、生物医学工程、机器学习。

1、通讯与网络Communications & Networks

通讯与网络主要研究内容包括无线网络与光网络，移动网络，量子与光通讯，信息理论，网络安全，信息的特征提取，传送，存储及各种介质下的信息网络化问题等领域。该方向与信号处理，计算机，控制与光学等广泛交叉。

申请建议：因为该专业的适用范围比较广泛，因此竞争异常激烈，申请者除了在GPA，G/T上有竞争力外，还需要有相关的研究背景，适合有信号处理、计算机、控制与光学等相关背景的人申请。

2. 计算机科学与工程 Computer Science & Engineering

计算机科学与工程涉及的范围比较广，包括计算机图形学，计算机视觉技术，在线分析处理与数据开采中的性能分析等领域。

申请建议：该专业方向与 CS 广泛交叉，很多在国内学习计算机的学生也都会申请，但需要特别注意的是这方向招收的国际学生较少所以最 好要先问清楚教授是否招收国际学生。

3. 信号处理 Image, Video, Audio and Speech Processing

信号处理技术是现代电气电子工程的基础。包括声音与语言信号处理，图像与视频信号处理，生物医学成像与可视化，分形与形态信号处理等领域。

申请建议：该方向中各个分支都具有很强的应用性，因此就业前景比较广泛，可以在制造业，航空航天业，医学界，以及军事领域等领域发展。该方向申请难度一般，但因为要求一定的实践经验，所以极少有中国学生拿到奖学金。

4. 系统控制 Systems and Controls

该专业偏理论方向的研究，相对比较枯燥乏味，申请者相对较少，竞争相对不是很激烈，主要研究大规模动态系统，多变量系统的标识，制造系统，最小最大控制与动态游戏，用于控制与信号处理的自适应系统，随机系统，线性与非线性评估的设计， 随机与适应控制等等。

5. 电子学与集成电路 Electronics & Integrate Circuit

该领域包括微电子学与微机械学，纳电子学（Nanoelectronics），超导电路，电路仿真与装置建模，大规模集成电路中的信号处理等领域。

申请建议：毕业生主要可以从事芯片开发，电子产品研发方面工作，就业前景乐观，因此申请人数相对较多，不过因为招生量比较大，竞争并不是非常激烈。

6. 光子学与光学 Optics & Photonics

在美国大学，光子学与光学属于电气电子系的关键方向之一。本方向包括非线性光学，微光子学，三维视觉，光通讯，远紫外线光学，光印刷学，光数据处理，光通讯，光计算。

申请建议：该方向与物理方向有交叉，很多物理专业的学生也都会申请，竞争相对激烈。但物理学是纯光学研究，主要研究光的基本性质，电子工程的光学主要研究通信类激光，竞争力还是很大的。本科期间的方向是集成光学和光纤通讯器件以及信息与电子工程学系的非常适合申请。

7. 电力技术 PowerTech

此方面主要包括电气材料学与半导体学，电力及装置，电机，电动车辆，电力系统动态及稳定性，电力系统经济性运行，实时控制，电能转换，高电压工程等。

8. 电磁学 Electromagnetics

本方面包括卫星通讯，微波电子学，遥感，射电天文学，雷达天线，电磁波理论及应用等领域。

申请建议：该领域涉及到物理等其他学科，本科期间的方向是物理、光纤通信等的学生很适合申请。

9. 微结构 Microstructure

作为微电子学革命的发源学科，固体电子学技术现在又产生了另一个新的重要的技术领域——微机电系统（Micro-Electro-Mechanical-Systems，简称 MEMS）。MEMS 是一个多学科交叉的领域，对许多工程与科学领域有重大影响，尤其是电子工程、机械工程、生物工程等等。

10. 材料与器件 Materials & Devices

电气电子材料及其装置是美国大学电气学科中的重要学科方向之一。这一学科包括光电子装置仿真，纳结构电子学，超导电子学等领域。

11. 生物医学工程 Bioengineering and biomedical engineering

生物、生命科学是 21 世纪的最活跃学科之一。利用电气电子技术进行生物生命研究是美国大学电气类学科的特点之一。该领域研究方向包括生物仪器、生物传感器、计算神经网络、生物医学超声学等领域申请建议：此方向同时要求申请者具有一定的生物和医学背景，申请的人不是很多， 相对较冷。

12. 机器学习 Machine Learning

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。