研究生英语读写教程

图书标准信息

• 作者 张娅丽 编；林易；曲婧华
• 出版社 上海交通大学出版社
• 出版时间 2020-06
• 版次 1
• ISBN 9787313231260
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 148页
• 字数 204千字

【内容简介】

　　《研究生英语读写教程》依据信息工程大学研究生主干学科专业方向编写，文章选自近两年来非常不错杂志和报刊，题材新颖、语言规范。教程由10个单元组成，内容涉及计算机、无线通讯、卫星导航、物联网、人工智能、大数据、比特币、量子计算、深度学习、现代战争。每单元有两篇文章，SectionA选材既有助于学生了解专业和学术前沿，又能引发学生的人文思考；SectionB选材以技术架构为主。教材信息量大、起点高，实用性强。SectionA后根据文章内容编写练习，形式有阅读理解、词汇短语、难句释义、翻译和写作，学生通过练习能更好领悟文章精髓、提高语言能力。与传统的通用英语写作训练不同，《研究生英语读写教程》的写作训练以学术英语写作中常用的写作技巧为主，为学生以后的专业英语论文写作和发表打下良好基础。本人负责该教程的总体架构设计、文章选材、部分课后练习和写作技巧的编写。

【作者简介】

林易 

河南信息工程大学外语教研室主任，1993年到1997年就读信息工程学院应用数学本科专业，2001年到2004年就读信息工程学院密码学硕士，1997年开始在信息工程学院从事科技英语、学术英语教学。

【目录】

unit one puter technology

section a vanishing point: the rise of the invisible puter

exercises

section b the myth of cyber-security

unit two wireless munication technology

section a the race for 5g. why china wants to lead next generation wireless inter

exercises

section b what is 5g technology? how will it change the way you use the inter?

unit three satellite navigation systems

section a the global itioning system for military users.current modernization plans and alternatives

exercises

section b how g receivers work

unit four inter of things

section a panopticon as a metaphor of the inter of things--why not? but if it were the opite?

exercises

section b inter of things

unit five artifi intelligence

section a franken-algorithms: the deadly consequences of unpredictable code

exercises

section b regulating artifi intelligence

unit six bitcoin

section a the future of cryptocurrencies: bitcoin and beyond

exercises

section b everything you need to know about bitcoin, its mysterious origins, and the many alleged identities of its creator

unit seven big data

section a the so contract 2.0: big data and the need to guarantee privacy and civil liberties

exercises

section b what is big data?

unit eight quantum puting

section a cryptography after the aliens land

exercises

section b quantum lea

unit nine deep learning

section a from not working to neural working

exercises

section b deep learning: what it is and why it matters

references