HOME | ABOUT US  | PEOPLE | RESEARCH | ACADEMICS | FACILITIES | EVENTS / SEMINARS | NEWS | CONTACT US

Degree Programs COURSES
Ph.D  
M.Sc (Engg)
M.E. Courses Offered in August-December 2007
ERP & QIP
Courses Course Credits Course Name Instructor
Number
Current
Upcoming E0 221 3:1  Discrete Structures L. Sunil Chandran
Descriptions E0 222 3:1 Automata Theory and Computability Deepak D'Souza / Priti Shankar

Prospective Students E0 225 3:1 Design and Analysis of Algorithms  T. Kavitha

E0 227 3:1 Program Analysis and Verification  Deepak D'Souza
E0 235 3:1 Cryptography C.E. Veni Madhavan
E0 238  3:1 Artificial Intelligence V. Susheela Devi
E0 240 3:1 Modelling and Simulation Chiranjib Bhattacharyya
E0 243 3:1  Computer Architecture R. Govindarajan /
 T. Matthew Jacob
E0 251 3:1 Data Structures and Algorithms M. Narasimha Murty
E0 253 3:1 Operating Systems R.C. Hansdah
E0 261 3:1 Database Management Systems Jayant Haritsa
E0 271 3:1 Computer Graphics Vijay Natarajan
E0 325 Topics in Algorithms T. Kavitha /
3:1 Ramesh Hariharan
E0 367  3:1  Topics in Mobile Computing  L.M. Patnaik
Technologies 
E0 371  3:1   Topics in Machine Learning Chiranjib Bhattacharyya
E1 213 3:1 Pattern Recognition S.K. Shevade
E1 354 3:1 Game Theory Y. Narahari 
E1 396 3:0 Topics in Stochastic Control and  Shalabh Bhatnagar  
Reinforcement Learning

Courses Offered in January-April 2008

Course  Credits  Course Name Instructor

Number
E0 223 3:1 Automated Verification   Deepak D'Souza   
E0 230  3:1 Computational Methods of  V. Susheela Devi
Optimization
E0 241 3:1 Computer Communication Networks Shalabh Bhatnagar
E0 255 3:1 Compiler Design Priti Shankar /
 Y.N. Srikant
E0 264 3:1 Distributed Computing Systems  R.C. Hansdah

http://www.csa.iisc.ernet.in/academics-courses-current.php
 E0 268 3:1 Data Mining M. Narasimha Murty
E0 320 3:1 Topics in Graph Theory  L. Sunil Chandran
E0 343 3:1  Topics in Computer Architecture  R. Govindarajan,
 T. Matthew Jacob
E0 361 3:1 Topics in Database Systems Jayant R. Haritsa
E0 371 3:1   Topics in Machine Learning Chiranjib Bhattacharyya
E0 373 3:1  Topological methods for visualization Vijay Natarajan
E0 374  3:1  Topics in Combinatorial Geometry Sathish Govindarajan
E1 335  3:1  Cognition and Machine Intelligence C.E. Veni Madhavan
E1 254 3:1 Game Theory Y. Narahari
E1 313  3:1  Topics in Pattern Recognition  S. K. Shevade

Copyright: CSA, IISc Phone: +91-080-22932368      Email us     Fax: +91-080-23602911 Feedback      Credits

http://www.csa.iisc.ernet.in/academics-courses-current.php
 HOME | ABOUT US | PEOPLE | RESEARCH | ACADEMICS | FACILITIES | EVENTS / SEMINARS | NEWS | CONTACT US

Degree Programs COURSES
Ph.D  
M.Sc (Engg)
M.E. DESCRIPTIONS
ERP & QIP
Courses
Current
E0 221 (3:1)
Upcoming
Descriptions
Discrete Structures
Prospective Students
Review  of  Set  Theory;  Combinatorics:  Basic  Combinatorial  Numbers,  Generating  Functions  and  
Recurrence  Relations,  Inclusion-Exclusion  Principle,  Introduction  to  Polya  Theory;  Graph  Theory:   
Connectivity, Matchings, Hamiltonian Cycles, Coloring Problems; Algebraic Structures: Groups,  Rings, and 
Fields; Probabilistic Methods.

L. SUNIL CHANDRAN

V. Krishnamurthy, "Combinatorics, Theory and Applications", East-West Press, 1985.
N. Alon and J. Spenser, "Probabilistic Methods", John Wiley and Sons, 2nd edition, 2000.
R. Diestel, "Graph Theory", Springer-Verlag, 2nd edition, 2000.
I. N. Herstein, "Topics in Algebra", Vani Educational Books, India, 1986. 

E0 222 (3:1)

Automata Theory and Computability

Finite-state  automata,  including  the  Myhill-Nerode  theorem,  ultimate  periodicity,  and  Buchi's  logical  
characterization. Pushdown automata and Context-free languages, including deterministic PDA's,  Parikh's 
theorem, and the Chomsky-Shutzenberger theorem.  Turing machines and undecidability,  including Rice's 
theorem and Godel's incompleteness theorem.

DEEPAK  D'SOUZA  and PRITI SHANKAR

Hopcroft  J.E.  and  Ullman  J.D.:  Introduction  to  Automata,  Languages  and  Computation.  Addison   Wesley, 
1979. 
Dexter Kozen: Automata and Computability. Springer 1999. 
Wolfgang  Thomas:   Automata  on  infinite  objects,  in Handbook  of   Theoretical  Computer  Science,  Volume 
B, Elsevier, 1990.

E0 223  (3:1) 

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 Automated Verification 

Buchi  automata:  acceptance  conditions,  closure  under  intersection,  union  and  complementation,  
emptiness checking.  Linear time temporal logic (LTL): syntax, semantics, satisfiability and model checking 
problems,   solution  via  translation  to  Buchi  automata.  CTL  (branching  time  temporal  logic):  syntax, 
semantics,   model  checking  algorithm.  Specifying  properties  in  LTL/CTL:  modelling  some  simple   finite-
state   systems,  expressing  properties  in  LTL/CTL.  Model  checking  tools  based  on  LTL/CTL  (SMV,  spin): 
introduction  to  the  tools,  some  sample  programs.  Symbolic  Model  Checking:  Binary  Decision   Diagrams, 
encoding  a  model.   Timed  automata  and  modelling  real-time  systems:  Timed  automata,  region 
construction algorithm  for emptiness,  modelling real-time systems. Tools based on TA  (Kronos, Uppaal): 
introduction,  examples. 

DEEPAK D'SOUZA 

Edmund M. Clarke, Orna Grumberg, Doron Peled: Model Checking, MIT Press Cambridge, 2001.
B. Berard, M. Bidoit, A. Finkel et al.: Systems and Software Verification, Springer-Verlag, 1998.
G. J. Holzmann: Design and Validation of Computer Protocols, Prentice Hall, 1991.

E0 225 (3:1)

Design and Analysis of Algorithms

Max flow algorithms, Shortest path algorithms, Fibonacci heaps, Union-find data structure, String matching 
algorithms,  Randomized  algorithms  for  min  cut,  for  primality  testing,  for  some  geometric  problems,
introduction to NP-completeness and approximation algorithms.

T. KAVITHA

Cormen, T. H., Leiserson, C. E. and Rivest, R. L., Introduction to Algorithms, MIT  Press, 1990.

E0 227  (3:1)

Program Analysis and Verification

Specification  Languages:  automata  and  temporal  safety;  Pushdown  systems  and  temporal  safety.  
Verification  using  type  checking:   Standard  type  checking  and  type  inference;   Non-standard  type
inference;  Type state  checking (Vault and CQual).  Dataflow      analysis:  Intra procedural analysis,  Inter-
procedural  analysis,   Pointer  analysis  (precision   vs  efficiency  tradeoffs),  DATALOG  as  a  specification 
language  for  flow  analysis,  BDDBDDB   and  ESP.    Abstract  interpretation  as  a  unified  model  for  all  the 
above   analyses;  ASTREE   tool.   Theorem  proving:  Basics  of  assertional  reasoning  and  verification 
condition  generation; ESC,  Spec#/Boogie, George Necula's PCC system using the Simplify  prover.  Model 
checking: Pushdown model checking; Abstraction refinement; SLAM, BLAST and MOPS (Hao Chen's tool).

DEEPAK  D'SOUZA

Principles of Program Analysis: by Flemming Nielson,
Hanne R.  Nielson, Chris  Hankin.  Springer 
(Corrected 2nd printing, 452 pages, ISBN 3-540-65410-0), 2005.
Thomas Ball's course at University of Washington: http://research.microsoft.com/~tball/CSE599L/
Current Literature. 

E0 229    (3:1)

Algorithms in Coding       

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 Introduction  to  Algebra:  Groups,  Rings,  Fields  and  Vector  Spaces.  Introduction  to  linear   block  codes, 
Hamming, BCH and Reed Solomon Codes. Bounds, MacWilliams Identities.  Algebraic decoding algorithms: 
Peterson,   Berlekamp-Massey,  Berlekamp-Welch,  Euclid   decoding  algorithms  and   the  relationship 
between  them.   Low  density  parity  check  codes.   Tanner  Graphs.  Decoding  on  graphs   using  message
passing algorithms. Expander codes  and their  construction. List decoding algorithms.

PRITI SHANKAR

W.W. Peterson and E.J. Weldon, Error Correcting Codes, M.I.T. Press, 1972.
Richard Blahut, Algebraic Codes for Data Transmission, Cambridge University Press, 2003.
Rudiger Urbanke, Modern Coding Theory, (preprint), 2006.
Current Literature. 

E0 230 (3:1)

Computational Methods of Optimization

Need for  unconstrained  methods in  solving  constrained  problems. Necessary  conditions of  unconstrained 

optimization, Structure of methods, quadratic models. Methods of line search,  Armijo-Goldstein and Wolfe
conditions for partial line search.  Global convergence theorem,  Steepest descent method. Quasi-Newton 
methods:  DFP,  BFGS,  Broyden  family.  Conjugate-   direction  methods:  Fletcher-Reeves,  Polak-Ribierre. 
Derivative-free  methods:  finite  differencing.   Restricted  step  methods.  Methods  for  sums  of  squares  and 
nonlinear equations.  Linear and  Quadratic Programming. Duality in optimization.

V.  SUSHEELA DEVI

Fletcher R., Practical Methods of Optimization, John Wiley, 2000.

E0 235 (3:1) 

Cryptography

Elementary  number  theory,  Finite  fields,  Arithmetic  and  algebraic  algorithms,  Secret  key  and   public  key
cryptography,  Pseudo  random  bit  generators,  Block  and  stream  ciphers,  Hash  functions   and  message 
digests, Public key encryption, Probabilistic encryption, Authentication, Digital signatures, Zero knowledge 
interactive protocols, Elliptic curve cryptosystems, Formal verification, Cryptanalysis, Hard problems.

C E VENI MADHAVAN

Koblitz, N. Course on Number Theory and Cryptography,  Springer Verlag, 1986
Menezes, A, et.al. Handbook of Applied Cryptography, CRC Press, 1996
Current Literature    

E0 238  (3:1)

Artificial Intelligence          

Introduction  to  Artificial  Intelligence,  Problem  solving,   knowledge  and  reasoning,  Logic,   Inference,
Knowledge  based  systems,  reasoning   with  uncertain  information,  Planning  and    making  decisions, 
Learning,   Distributed  AI,  Communication,  Web  based  agents,   Negotiating  agents,   Artificial  Intelligence 
Applications and Programming.

V. SUSHEELA  DEVI

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 S. Russel and P. Norvig, Artificial Intelligence - A Modern Approach, Prentice Hall, 1995. 
George F. Luger, Artificial Intelligence, Pearson Education, 2001.
Nils J. Nilsson, Artificial Intelligence- A New Synthesis, Morgan Kaufmann Publishers, 2000. 

Prerequisites(if any): None

E0 240  (3:1)

Modeling and Simulation

Introduction  to  Probability  theory,  Random  variables,  commonly  used  continuous  and  discrete  
distributions.  Introduction  to  Stochastic  Process,  Poisson  process,  Markov  chains,  steady  stateand  
transient analysis.   Psuedo random numbers: Methods of Generation and testing. Methods for generating
continuous  and  discrete  distributions.  Methods  for  generating  Poisson  Process.   Building  blocks  of 
Simulation,  Data  Structures  and  Algorithms.  Introduction  to  Probabilistic  modelling,  Maximum  Likelihood 
Variance reduction techniques: antithetic variates, control variates, common random numbers, importance 
sampling.  Analysis  of  Simulation  results:   confidence   intervals,  design  of  experiments.   Markov  Chain 
Monte Carlo techniques.

CHIRANJIB BHATTACHARYYA and T. MATTHEW JACOB

Sheldon M. Ross Introduction to Probability Models 7th Edition, Academic Press, 2002
Donald E. Knuth The Art of Computer Programming - Volume 2:  Semi Numerical Algorithms, 2nd Edition, 
Addison Wesley, Reading MA, USA 2000 
Sheldon M. Ross Simulation 3rd Edition, Academic Press, 2002
A.  M.  Law  and  W.  D.  Kelton.  Simulation  Modeling  and  Analysis,  3rd  Edition,  McGrawHill, New  York,  USA, 
1998 
Raj Jain The Art of Computer Systems Performance Analysis, John Wiley and Sons, New York, USA, 1991

E0 241  (3:1)

Computer Communication Networks 

Introduction  to  computer  networks;  telephone  networks,  networking  principles;  switching  -  circuit 
switching,  packet  switching;   scheduling  -  performance  bounds,  best  effort  disciplines,  naming  and  
addressing,  protocol  stack,  SONET/SDH;  ATM  networks  -  AAL,  virtual  circuits,  SSCOP;    Internet  -  
addressing,  routing,  end  point  control;  Internet  protocols  -  IP,  TCP,  UDP,  ICMP,  HTTP;    performance 
analysis  of  networks  -  discrete  and  continuous  time  Markov  chains,  birth-death   processes,  time 
reversibility, queueing / delay models - M/M/1, M/M/m, M/M/m/m, M/G/1 queues,  infinite server systems; 
open  and  closed  queueing  networks,  Jackson's  theorem,  Little's  law;  traffic   management  -  models,
classes,  scheduling;  routing  algorithms  -  Bellman  Ford  and  Dijkstra's   algorithms;  multiple  access, 
frequency  and  time  division  multiplexing;  local  area  networks  -   Ethernet,  token  ring,  FDDI,  CSMA/CD, 
Aloha; control of networks - QoS, window and rate  congestion control, open and closed loop flow control,
large deviations of a queue and network, control of ATM networks.

SHALABH BHATNAGAR

I. Mitrani, Modelling of Computer and Communication Systems, Cambridge, 1987.
J.Walrand and P.Varaiya, High Performance Communication Networks, Harcourt Asia (Morgan Kaufmann), 
2000. 
S.Keshav, An Engineering Approach to Computer Networking, Pearson Education, 1997.
D.Bertsekas and R.Gallager, Data Networks, Prentice Hall of India, 1999.
J.F.Kurose  and  K.W.Ross,  Computer  Networking:  A  Top-Down  Approach  Featuring  the  Internet,   Pearson 
Education, 2001.

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 E0 243 (3:1)

Computer Architecture

Processor  architecture,  pipelining,  vector  processing,  superscalar  processors,  hardware  and   compiler 
support for  branch prediction,  out-of-order  Instruction  issue, speculative execution  and  other  techniques 
for  high-performance,  Instruction  and  data  cache  organizations,  multilevel  caches,  parallel  memory 
systems,  Support  for  virtual  memory,  Multiple  processor  systems,   taxonomy,  programming  models, 
message  passing  systems,  Interconnection  networks,  shared   memory  system,  memory  models,  cache 
coherence, I/O systems, parallel disk organisations,  Introduction to advanced topics.

R. GOVINDARAJAN and T.  MATTHEW JACOB

Hennessy, J.L., and Patterson, D.A., Computer Architecture, A quantitative Approach, Morgan Kaufmann.
Stone, H.S., High-Performance Computer Architecture,  Addison-Wesley.
Current Literature

E0 245 (3:0)

Fault Tolerant Computing

Redundancy  techniques,  Fault  Coverage,  Computational  integrity,  Fault  detection  methods  Fault 
identification  algorithms,  Exception  handling,  Damage  assessment  and  confinement,  System
diagnosability,  Diagnosis  algorithms,  System  recovery  and  distribution,  Reconfiguration  techniques, 
Repairable  Systems,  algorithms  based  fault  tolerance  testing  techniques,  Test  scheduling,  Test  pattern 
generation, Fault tolerant computer communication networks, Fault tolerance of Software. 

LAWRENCE JENKINS

Pre-requisite: E0 241

Anderson, L., and Lee, P. A., Fault Tolerance, Principles and Practice, Prentice Hall, 1981. 
Siework, C. P. and Swartz, R. S., Theory and Practice of Reliable System Design, Mc-Graw Hill, 1982. 
Current Literature. 

E0 246 (3:0)

Real - time Systems 

Hard  and  soft  real-time  systems,  Deadlines  and  timing  constraints,  Workload  parameters,  Periodic  task 
model, Precedence constraints and data dependency, Real time scheduling techniques, Static and dynamic 
systems,  Optimality  of  EDF  and  LST  algorithms,  Off-line  and  on-line  scheduling,  Clock  driven  scheduling, 
cyclic  executives,  scheduling  of   aperiodic  and  static  jobs,  Priority  driven  scheduling,  fixed  and  dynamic 
priority  algorithms,  Schedulable  utilization,  RM  and  DM  algorithms,  priority  scheduling  of  aperiodic  and 
sporadic  jobs,  Deferrable  and  sporadic  servers,  Resource  access  control,   priority  inversion,  priority
inheritance and priority ceiling protocols, Real-time communication, Operating systems.

LAWRENCE JENKINS

Jane W. S. Liu, Real-Time Systems, Pearson Education, New Delhi, 2001.
Current literature. 

E0 247 (3:0) 

Sensor Networks

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 Basic  concepts  and  issues,  survey  of  applications  of  sensor  networks,  homogeneous  and  heterogeneous 
sensor networks, topology control and clustering protocols, routing and transport protocols, access control 
techniques,  location awareness  and estimation, security  information  assurance protocols,  data fusion and 
management  techniques,  query  processing,  energy  efficiency  issues,  lifetime  optimization,  resource 
management schemes, task allocation methods, clock synchronization algorithms. Tiny operating system, 
middleware support, simulation packages. 

LAWRENCE JENKINS

Pre-requisite: Consent of Instructor 

C. S.Raghavendra, K. M. Shivalingam and T. Znati, Wireless Sensor Networks, Springer, New York, 2004. 
F.  Zhao  and  L.Guibas,  Wireless  Sensor  Networks,  An  Information  processing  Approach,  Morgan  
Kauffmann, San Fransisco 2004.
Current Literature. 

E0 251 (3:1)

Data Structures and Algorithms

Abstract  data  types  and  data  structures,  Classes  and  objects,  Complexity  of  algorithms:  worst   case, 
average case, and amoritized complexity. Algorithm analysis.  Algorithm Design Paradigms.  Lists: stacks,
queues,  implementation,  garbage  collection.  Dictionaries:  Hash  tables,  Binary  search   trees,  AVL  trees, 
Red-Black  trees,  Splay  trees,  Skip-lists,  B-Trees.  Priority  queues.  Graphs:   Shortest  path  algorithms, 
minimal  spanning  tree  algorithms,  depth-first  and  breadth-first  search.   Sorting:  Advanced  sorting 
methods and their analysis, lower bound on complexity, order statistics.

M. NARASIMHA MURTY

A.V.  Aho,  J.E.  Hopcroft,  and  J.D.  Ullman,  Data  Structures  and  Algorithms,  Addison  Wesley,  Reading 
Massachusetts, USA, 1983
T.H.  Cormen,  C.E.  Leiserson,  and  R.L.  Rivest,  Introduction  to  Algorithms,  The  MIT  Press,  Cambridge, 
Massachusetts, USA, 1990
M.A.  Weiss,  Data  Structures  and  Algorithms  Analysis  in  C++,  Benjamin/Cummins,  Redwood  City, 
California, USA, 1994. 

E0 253 (3:1)

Operating Systems

User  Level  Specification  of  OS.  Fundamental  Concepts  of  Multiprogrammed  OS,  Basic  Concepts   and 
Techniques  for  Implementation  of  Multiprogrammed  OS.  Processes  and  the  Kernel,   Microkernel 
Architecture  of  OS.  Multiprocessor,  Multimedia,  and  Real-Time  OS.  POSIX  Standards.   Management  and
Control  of  Processes.  Basic  Concept  of  Threads,  Types  of  Threads,  Models  of   Thread  Implementations. 
Traditional and Real-Time Signals. Clocks, Timers and Callouts. Thread  Scheduling for Unix, Windows, and 
Real-Time  OS,  Real-Time  Scheduling.   Interprocess/Interthread  Synchronization  and  Communication, 
Mutual  Exclusion/Critical  Section  Problem,  Semaphores,  Monitors,  Mailbox,  Deadlocks.   Concepts  and 
Implementation  of  Virtual   Memory(32-bit  and  64-bit),  Physical  Memory  Management.  File  Organization, 
File  System   Interface  and  Virtual  File  Systems,  Implementation  of  File  Systems.  I/O  Software:Interrupt 
Service Routines and Device Drivers. Protection and Security. Case Study of Unix, Windows, and Real-Time 
OS.

R.C. HANSDAH

Andrew S. Tanenbaum, ``Modern Operating Systems'', Second Edition, Pearson Education, Inc., 2001.
Uresh Vahalia, ``UNIX Internals: The New Frontiers'',  Prentice-Hall, 1996.
J. Mauro and R. McDougall, ``Solaris Internals: Core Kernel Architecture'', Sun Microsystems Press, 2001.

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 Daniel  P.  Bovet  and  Marco  Cesati,  "Understanding  the  Linux  kernel",  2nd  Edition  O'Reilly  &  Associates, 
Inc., 2003.

E0 255 (3:1)

Compiler Design

Review of syntax analysis and use of tools LEX and YACC; symbol tables and  semantic analysis;  run time
storage  administration  and  intermediate  code  generation;   dataflow  analysis,  code   optimization  and 
register  allocation;  instruction  selection  and  code  generation;   machine   dependent  optimizations  for 
pipelined, and clustered architectures.

Y.N. SRIKANT and PRITI SHANKAR  

Aho,  A.V.,  Ravi  Sethi  and  J.D.  Ullman,  Compilers-  Principles,  Techniques  and  Tools,  Addison   Wesley, 
1988.
S. Muchnick., Advanced Compiler Design and Implementation, Morgan Kauffman, 1998.
Selected Papers. 

E0 261  (3:1)

Database Management Systems

Design of Database Kernels, Query Optimization (Rewriting Techniques, Access Methods, Join  Algorithms, 
Plan  Evaluation),  Transaction  Management  (ARIES),  Distributed  Databases  (Query   Processing  and 
Optimization,  Concurrency  Control,  Commit  Protocols),  Object-Relational   Databases  (Motivation,  Design 
and  Implementation),  Spatial  Databases  (Storage,  Indexing   Techniques,  Query  Optimization),  Data 
Mining  (Association,  Classification  and  Sequence  Rules,   Integration  with  Database  Engines),  Data 
Warehousing  (Star  and  Snowflake  Schemas,  Data   Cubes,  View  Maintenance),  Semistructured  and  Web
Databases  (Data  Models,  Query  Systems,   XML,  XML-Schema,  Relational  Storage,  Compression),  Mobile 
Databases (Broadcast Disks,  Indexing Techniques), Applications to E-commerce.

JAYANT HARITSA

Fundamentals of Database Systems R. Elmasri and S. B. Navathe, Addison-Wesley, 3rd ed., 1999.  
Database Management Systems R. Ramakrishnan and J. Gehrke, McGraw-Hill, 2nd ed., 1999. 
Readings in Database Systems M. Stonebraker and J. Hellerstein, Morgan Kaufmann, 3rd ed., 1998. 
Object-Relational DBMSs  M. Stonebraker, Morgan Kaufmann, 1996 .
Data Warehousing (Strategies, Technologies and Techniques)  R. Mattison, IEEE Press, 1998.
Data Mining R. Groth, Prentice Hall, 1998.
Recent Conference and Journal papers. 

Prerequisites:  
Data  Structures,  C  or  C++,  Undergraduate  course  in  DBMS  covering  Data  Models,  Query  Languages,
Logical and Physical Design

E0 262 (3:0)

Multimedia Information Systems

Multimedia  Information,  Delay-sensitive  and  Time-based  Media  data  Modeling,  Multimedia  storage  and 
retrieval  techniques,  Multimedia  Communications:  Synchronization,  delay  compensation,  QoS  negotiation 
protocols,  Architectures  and  Issues  for  Distributed  Multimedia  Systems,  Prototype  Multimedia  systems: 
Video-on-Demand, Video conferencing.

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 P. VENKATARAM/ANANDI GIRIDHARAN

P. Venkataram, Design Aspects of Multimedia Information Systems, Pearson Publishers, 2006.
W. I. Grosky,  R.  Jain and  R. Mehrotra,  The  Hand Book of Multimedia Information  Management,  Prentice-
Hall, 1997.
J. F. Koegel  Buford, Multimedia Systems, Addison-Wesley, 1994.
Relevant Research Papers from the Journals/Conferences.

E0 264 (3:1)

Distributed Computing Systems

Fundamental Issues in Distributed Systems, Distributed System Models and Architectures.  Classification of 
Failures in Distributed Systems, Basic Techniques for Handling Faults in  Distributed Systems. Logical and 
Physical  Clocks,  Physical  Clock  Synchronization.  Interprocess  Communication,  Protocols  for  Peer-to-Peer 
Communication,  Remote  Procedure  Calls,  Broadcast   Protocols.  Naming  in  Distributed  Systems.  Global 
State,  Termination,  and  Distributed  Deadlock   Detection.   Distributed  Mutual  Exclusion,  Leader  Election, 
Agreement  Protocols.  Group   Membership  Protocols.  Distributed  Scheduling  and  Load  Balancing.  
Distributed File Systems, and  Distributed Shared Memory. Security and Fault-Tolerance Issues. Real-Time
Distributed Systems.  Case Studies of Distributed Systems.

R.C. HANSDAH

Randy  Chow,  and  Theodore  Johnson.  Distributed  Operating  Systems  and   Algorithms.  Addison-  Wesley, 
1997.
G.  Coulouris,  J.  Dollimore,  and  and  T.  Kindberg,  "Distributed  Systems:  Concepts  and  Designs",   Fourth 
Edition, Addison Wesley, 2005.
Mukesh  Singhal,  and  N.  G.  Shivaratri.  Advanced  Concepts  in  Operating  Systems,  Distributed,   Database, 
and Multiprocessor Operating Systems, McGraw Hill, 1994.
Relevant papers from various IEEE and ACM Transactions/Journals and Conference Proceedings.

E0 265 (3:0)

Multimedia Systems

Introduction:  Video,  Audio.  Image  compression:  JPEG,  GIF.  Video  compression:  MPEG-1,  -2,  -4,  and  -7, 
H.261. MPEG Audio compression, AC 3, Content based retrieval, Multimedia networking: ATM, RTP, RSVP, 
RTSP; Multicasting: Storage and server  issues, Multimedia processors,  Mobile multimedia,  Watermarking, 
Multimedia systems: VoD, video and conferencing, HDTV. 

K R RAMAKRISHNAN 

Pre-requisites: Basic knowledge of DSP and Programming

Raghavan,  S.  V.  and  Tripathi,  S.  K.,  Networked  Multimedia Systems:  Concepts,  Architecture  and  Design.
Raif  Steinmetz,  Klara  Nahrtedt,  Multimedia:  Computing,  Communication  and  Application,  Prentice  Hall, 
1995.

E0 266 (3:0)

Topics in Ubiquitous Computing

Definition and Scope of ubiquitous computing, Essential Elements of Ubiquitous Networks, Architecture for 
ubiquitous  computing:  new  devices  and  communications;  and  software  architectures.   Integrating  the
physical  and the virtual worlds:  sensing and actuation; ontology and modeling  the world;  awareness  and 

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 perception.   Interactions  between  humans  and  (ubiquitous)  computers:  situated  (context-aware)
computing;  multimodal  and  natural  interaction;  disambiguation  and  proactivity.   Social  aspects  of 
ubiquitous computing: implications on privacy, security and autonomy; system and legal safeguards; cost-
benefit and market  focus.  Ubiquitous applications:  The appropriate design; Weiser’s vision of ubiquitous 
computing; context awareness; mixed reality and sensible design.  Illustration of some existing application 
domains  for  ubiquitous  computing  in  such  areas  as  gaming,  workplaces,  domestic  spaces,  museums  and 
educational communities.

P VENKATARAM

Prerequisite:  Communication Protocols/Computer Networks

References: Research papers on Ubiquitous Computing.

E0 268 (3:1)

Data Mining                         

Introduction  to  data  mining.   Data  preprocessing  and  cleaning.  Data  visualization  and  exploratory   data 
analysis.   Data  mining  techniques.  Performance  evaluation.  Finding  patterns  and  rules.    Predictive  and 
descriptive modeling.  Issues relating to large data sets.  Applications to Web  Mining and Bioinformatics.

M.  NARASIMHA MURTY

A. K. Pujari. Data Mining Techniques, Universities Press (India), 2001. 
Recent Literature.

E0 271 (3:1)

Computer Graphics

Principles of computer graphics; graphics pipeline; graphics hardware; transformations; viewing; lighting; 
shading;  modeling;  selected  topics  in  meshing,  subdivision  techniques,  multi-resolution  methods, 
visualization, ray tracing; individual projects.

VIJAY NATARAJAN

Edward  S.  Angel.  Interactive  Computer  Graphics,  A  top-down  approach  with  OpenGL.  Addison-Wesley,
2005.
OpenGL  Architecture  Review  Board,  Dave  Shreiner,  Mason  Woo,  Jackie  Neider,  and  Tom  Davis.  OpenGL 
Programming Guide: The Official Guide to Learning OpenGL. Addison-Wesley, 2005.
Donald Hearn and M. Pauline Baker. Computer Graphics with OpenGL. Prentice Hall, 2003.

Prerequisites:
Courses in linear algebra, data structures, algorithms, and programming. 

E0 284 2:1

Digital VLSI Circuits

Introduction  to  MOS  transistor  theory,  Circuit  characterization  &  simulation,  theory  of  logical  effort,   
interconnect  design  and  analysis  combinational  circuit  design,  sequential  circuit  design.   Design 
methodology  &  tools,  testing  &  verification,  datapath  subsystems,  array  subsystems,  power  and  clock 
distribution, introduction to packaging.

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 BHARADWAJ AMRUTUR

N.Weste and D. Harris, CMOS VLSI Design.  A Circuits and Systems Perspective, Addison Weley, 2005.
J.  M. Rabaey, A. Chandrakasan, and B. Nikolic, Digital Integrated Circuits.

E0 285 (3:0)

Computer Aided Design of VLSI Systems

Introduction  to  VLSI  CAD:  Motivating  factors  and  some  trends;  Digital  hardware  modeling:  Logic  and 
System level modeling, Hardware description languages (VHDL and Verilog), RTL simulation; Synchronous 
and  asynchronous  system  design;  Verification  methodology:Simulatin,  BDD,  Formal  methods;  Logic 
Synthesis:Technology  mapping,  ASIC  design  methodology,  FPGA  based  designs  and  prototyping;  Layout 
synthesis: The physical design, Timing analysis; Graph Algorithms and their applications in IC design; CAD 
tools and their use; Design for testability; System level design: may have a brief mention of System C and 
System Verilog

S K Nandy

E0 286 (3:0) 

Test and Verification for SOC Designs

Introductory Module on SOC Design Paradigm : Design paradigm for SOCs. Embedded cores. Design cycle 
for SOCs. Design examples.

BHARADWAJ AMRUTUR

References: Class Handouts

E0 320 (3:1) 

Topics in Graph Theory

Minors:  Introduction- properties  which  causes  dense  minors  in  graphs:  average  degree,   girth,Wagner's 
characterisation  of  graphs  without  K5  minors.  Tree  Decompositions:  treewidth,   pathwidth,  upper  and
lower  bounds  for  treewidth,  relation  of  treewidth  and  minors,  influence  on   algorithmic  graph  problems. 
Hadwiger's conjecture- its relation with the four colour theorem, related work

L. SUNIL  CHANDRAN

Graph Theory (Chapters 8 and 12), Reinhard Diestel, Springer, 2000. 
Current Literature.

E0 325 (3:1)

Topics in Algorithms 

Network algorithms and algebraic algorithms: Algebraic algorithms include algorithms for primality testing, 
factoring  polynomials  and  the  LLL  algorithm.  On  network  algorithms  the  focus  will  be  on  algorithms  for 
flows,  cuts,  and  connectivity  problems  concentrating  on  algorithms  for  global  min  cut  (Gabow's  tree 
packing algorithm, Karger's near linear time  Monte Carlo algorithm), Steiner  min cut (the Cole-Hariharan 

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 algorithm), Edmonds' arborescences.

T. KAVITHA

Relevant papers from literature and the book “Modern Computer Algebra" by von zur Gathen and Gerhard.

E0 330 (3:1)

Convex Optimization

Convex  sets  and  functions,  Convex  Optimization  Problems,  Duality,  Approximation  and  fitting,  Statistical 
Estimation, Geometric Problems, Unconstrained minimization, Interior-point methods. 

S. K. SHEVADE

S. Boyd and L. Vandenberghe., Convex Optimization, Cambridge University Press, 2004. 

E0 343 (3:1)

Topics in Computer Architecture

Architecture  and  harware  description  languages  (RTL,  ISPS,  vhdl).   Processor  architecture,   Instruction 
level  parallelism,  Latency  tolerance,  multithreading,  interconnection  networks,   Standards  (bus,  SCI), 
architectures,  routing,  Cache  coherency,  protocol  specification,  correctness,   performance.  Memory 
consistency  models,  synchronization primitives,  parallel programming   paradigms,  I/O  systems,  Interface 
standards,  parallel  I/O,  performance  evaluation,  analytical   methods,  simulation  algorithms  and 
techniques, benchmarking.

T. MATTHEW JACOB and R. GOVINDARAJAN

Pre-requisites;  Computer  Architecture,  Operating  Systems,  Some  Familiarity  with  Analytical  Performance
Evaluation Techniques. 

E0 355 (3:1)

Topics in Compiler Design

Dynamic  and  Just-In-Time  compilation.  Compilation  for  embedded  systems:  performance,  memory,  and 
energy  considerations.  Static  analysis:  points-to  analysis,  abstract interpretation.  WCET  estimation.  Type 
systems.
Optimizations for O-O languages. Compilation for multi-core systems.

This course will be based on seminars and mini projects.

Y.N. SRIKANT / TULIKA MITRA

Prerequistes: 
Good knowledge of dataflow analysis and compiler optimizations

References
Y.N. Srikant and Priti Shankar (ed.), The Compiler Design Handbook:
Optimizations and Machine Code Generation, 2nd ed., CRC Press, 2008.

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 E0 361 (3:1)

Topics in Database Systems

Object-oriented  Databases,  Distributed  and  Parallel  Databases,  Multi-databases,  Access  Methods,  

Transaction  Management,  Query  Processing,  Deductive  Databases,  multimedia  Databases,  Real-  Time 
Databases,  Active  Databases,  Temporal  Databases,  Mobile  Databases,  Database   Benchmarks,  Database
Security, Data Mining and Data Warehousing.

JAYANT HARITSA

Readings in Database Systems edited by M. Stonebraker, Morgan Kaufmann, 2nd ed., 1994. 

Conference and Journal papers. 

EO 367 (3:1) 

Topics in Mobile Computing Technologies

Wireless  Technologies:  Land  Mobile  Vs.  Satellite  Vs.  In-building  Communications  Systems,  Cellular 
Telephony,  Personal  Communication  Systems/Networks.  Wireless  Architectures  for  Mobile  Computing.  
Applications. Wireless LANs, Wireless Networking, Hand-off, Media Access Methods, Mobile IP, Unicast and 
Multicast Communication, Wireless TCP, Security Issues. Mobile 

Computing  Models,  System-  Level  Support,  Disconnected  Operation,  Mobility,  Failure  Recovery.  
Information  Management,  Broadcast,  Caching,  Querying  Location  Data.  Location  and  Data   Management 
for Mobile Computing, Hierarchical Schemes, Performance Evaluation. Case  Studies.

PATNAIK L M

Current Literature from IEEE Transactions, Journals,and Conference Proceedings.

Abdelsalam A. Helal et al, Any Time, Anywhere Computing : Mobile Computing Concepts and Technology, 
Kluwer International Series in Engineering and Computer Science, 1999.

Evaggelia  Pitoura  and  Geaorge  Samaras,  Data  Managemnet  for  Mobile  Computing,  Kluwer  International 
Series on Advances in Database Management,October 1997.

Pre-requisite:
Consent of the Instructor

E0 371 (3:1) 

Topics in Machine Learning

Graphical  Models:  Bayesian  Networks,  Problem  of  Inference,  Belief  Propagation,  Markov  Chain   Monte 
Carlo  based  Techniques  for  approximate  inference,  Mean-field  methods.  Learning  of   Graphical  models 
from  Data,  EM  algorithm.  Semidefinite  Programming  approaches  for   Approximate  inference  Convex
Optimization for M/c learning: Semidefinite programming  approaches for classification, Feature selection. 
Applications: Missing values, time series,  Bioinformatics 

CHIRANJIB  BHATTACHARYYA 

Current Literature

Prerequisites:  Consent of the Instructor

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 E0 373  (3:1) 

Topological Methods for Visualization

Topological  methods  for  analyzing  scientific  data;  efficient  combinatorial  algorithms  in   Morse  theory; 
topological  data  structures  including  contour  trees,  Reeb  graphs,  Morse-   Smale  complexes,  Jacobi  sets, 
and alpha shapes; robustness and application to sampled  data from simulations and experiments; multi-
scale  representations  for  data  analysis  and   feature  extraction;  application  to  data  exploration  and 
visualization. 

VIJAY NATARAJAN 

Textbooks: Course material will consist of current literature and lecture notes.

Prerequisites:
Basic  familiarity  with  fundamental  algorithms  and  data  structures  is  desirable  (E0  225  or  E0  251). 
Familiarity  with  the  basics  of  scientific  visualization  will  be  useful  but  not  essential.  Interested  students 
with a non-CS background may also register for the course after consent of instructor.

E0 374 (3:1) 

Topics in Combinatorial Geometry
Objective:
The  objective  of  this  course  is  to  investigate  various  topics  on  combinatorial/structural  properties  of 
geometric objects. The course will cover both classical as well as current results.
Syllabus:
Fundamental  Theorems:  Radon's  theorem,  Helly's  theorem.  Geometric  graphs:  Proximity  graphs,
geometric  results  on  planar  graphs.  Geometric  incidences:  Incidence  bounds  using  cuttings  technique, 
crossing  lemma.  Distance  based  problems:  Bounds  on  repeated  distances  and  distinct  distances.  Epsilon 
Nets:  Epsilon  Net  theorem  using  random  sampling  and  discrepency  theory,  epsilon  nets  for  simple 
geometric spaces, weak epsilon nets.

SATISH GOVINDARAJAN

Books
1. Janos Pach and Pankaj K. Agarwal, "Combinatorial Geometry", Wiley, 1st edition, 1995.
2. J. Matousek, "Lectures on Discrete Geometry", Springer-Verlag, 1st edition, 2002.
3. Current Literature.

Prerequisites:
The  registrants  should  have  preferably  completed  the  "Design  and  Analysis  of  Algorithms"  or  "Discrete 
Structures" course.

E1 254 (3:1)

Game Theory

Games  in  extensive  form.  Games  in  strategic  form.  Neumann-Morgenstern  utilities.  Nash  equilibrium. 
Nash's  existence  theorem.Two  player  zero  sum  games:  connection  to  duality,  minimax  theorem. 
Computation  of  Nash  equilibria.  Important  complexity  results  for  Nash  equilibria.  The  notion  of  a  Nash 
program. Notions of security, stability, and optimality.

Games with incomplete information. Bayesian games. Bayesian Nash equilibrium. Introduction to repeated 
games, dynamic games, and Stackelberg games.
Cooperative  games:  coalitions,  core,  nucleolus,  Shapley  value,  cost  sharing,  bargaining  games,  Nash

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 bargaining solution.

Mechanism  Design:  Direct  revelation  mechanisms,  revelation  principle,  Incentive  compatibility,  VCG 
(Vickrey-Clarke-Groves)  mechanisms,  Expected  Groves  mechanisms,  Design  of  auctions  and  exchanges. 
Algorithmic mechanism design.

Algorithmic Game Theory: Worstcase equilibria, price of anarchy, network routing games, selfish routing.

Y. NARAHARI

References:
Roger B. Myerson, Game Theory: Analysis of Conflict, Harvard University Press, September 1997

Martin J. Osborne and Ariel Rubinstein, "A Course in Game Theory", The MIT Press, August 1994

Andreu  Mas-Colell,  Michael  D.  Whinston,  and  Jerry  R.  Green,  Microeconomic  Theory,  Oxford  University 
Press, New York, 1995.

Current Literature 

E1 313 (3:1) 

Topics in Pattern Recognition 

Foundations of pattern recognition. Soft computing paradigms for classification and clustering. Knowledge-
based  clustering.  Association  rules  and  frequent  itemsets  for  pattern  recognition.  Large-scale  pattern 
recognition. 

M. NARASIMHA MURTY

R. O. Duda, P. E. Hart, and D.G. Stork, Pattern Classification, John Wiley & Sons (Asia), Singapore, 2002

E1 335 (3:1) 

Cognition and Machine Intelligence

Biological cerses computational dichotomy, critical computer - anatomy of neocortex, 100 steps at 5 msec 
rule,  symbolic  architecture,  connectionist  approach,  multi-sensory-motor  information,  hierarchical, 
network,  pyramidal  models,  spatio-temporal  pattern  matching,  pattern  representation  and  storage, 
invariant representations, sequences of sequences, autoassociative, content addressable memory retrieval, 
memory prediction paradigm, domains: language acquiaition, vision and attention, mental models, design 
and development of thought experiments and simulation.

C.E. VENI MADHAVAN

Books
Foundations of Cognitive SCience, ed. M.I. Posner, The MIT Press, 1993.

Books and Survey Articles by: M. Minsky, A. Newell, H.A. Simon, D.E. Rumelhart, T. Sejnowski, J. Barwise, 
N. Chomsky, S. Pinker, V.S. Ramachandran and others 

E1 396 (3:0) 

Topics in Stochastic Approximation Algorithms

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 Introduction  to  Stochastic  approximation  algorithms,  ordinary  differential  equation  based  convergence 
analysis,  stability  of  iterates,  multi-timescale  stochastic  approximation,  asynchronous  update  algorithms, 
gradient  search  based  techniques,  topics  in  stochastic  control,  infinite  horizon  discounted  and  long  run 
average cost criteria, algorithms for reinforcement learning. 

SHALABH BHATNAGAR 

  

Copyright: CSA, IISc Phone: +91-080-22932368      Email us     Fax: +91-080-23602911 Feedback      Credits

http://www.csa.iisc.ernet.in/academics-courses-desc.php
 HOME | ABOUT US  | PEOPLE | RESEARCH | ACADEMICS | FACILITIES | EVENTS / SEMINARS | NEWS | CONTACT US

Degree Programs COURSES
Ph.D  
M.Sc (Engg)
M.E. Upcoming Courses During August-December 2008
ERP & QIP
Courses Course No Credits Course Title Instructor
Current E0 221 3:1 Discrete Structures L. Sunil Chandran
Upcoming E0 222 3:1 Automata Theory and Computability Deepak D'Souza / Priti Shankar
Descriptions E0 225 3:1 Design and Analysis of Algorithms Satish Govindarajan
Prospective Students E0 227 3:1 Program Analysis and Verification Deepak D'Souza / Aditya Nori / 
Sriram Rajamani
E0 235 3:1 Cryptography C.E. Veni Madhavan
E0 238 3:1 Artificial Intelligence V. Susheela Devi
E0 243 3:1 Computer Architecture R. Govindarajan / T. Matthew 
Jacob 
E0 251 3:1 Data Structures and Algorithms M. Narasimha Murty
E0 253 3:1 Operating Systems R. C. Hansdah
E0 261 3:1 Database Management Systems Jayant Haritsa
E0 271 3:1 Computer Graphics Vijay Natarajan
E0 330 3:1 Convex Optimization S.K. Shevade
E0 355 3:1 Topics in Compiler Design   Y.N. Srikant / Tulika Mitra
E1 354 3:1 Topics in Game Theory Y. Narahari

Courses during January - April 2009

Course No Credits Course Title Instructor

Computational Methods of 
E0 230 3:1 V. Susheela Devi
Optimization
Chiranjib Bhattacharyya / T. 
E0 240 3:1 Modelling and Simulation
Matthew Jacob   
E0 255 3:1 Compiler Design Y.N. Srikant / Priti Shankar
E0 264 3:1 Distributed Computing Systems R.C. Hansdah
E0 268 3:1 Data Mining S.K. Shevade
E0 320 3:1 Topics in Graph Theory L. Sunil Chandran
E0 343 3:1 Topics in Computer Architecture T. Matthew Jacob / R. Govindarajan
E0 361 3:1 Topics in Database Systems Jayant Haritsa
E0 371 3:1 Topics in Machine Learning Chiranjib Bhattacharyya
Topics in Combinatorial 
E0 374 3:1 Satish Govindarajan
Geometry

http://www.csa.iisc.ernet.in/academics-courses-upcoming.php
 Modern Applications of Automata 
E0 375 3:1 Deepak D’Souza / Priti Shankar
Theory
E1 254 3:1 Game Theory Y. Narahari
E1 313 3:1 Topics in Pattern Recognition M. Narasimha Murty
Cognition and Machine
E1 335 3:1 C. E. Veni Madhavan
Intelligence 

Copyright: CSA, IISc Phone: +91-080-22932368      Email us     Fax: +91-080-23602911 Feedback      Credits

http://www.csa.iisc.ernet.in/academics-courses-upcoming.php
 HOME | ABOUT US | PEOPLE | RESEARCH | ACADEMICS | FACILITIES | EVENTS / SEMINARS | NEWS | CONTACT US

Degree Programs DEGREE PROGRAMS

Ph.D
M.Sc (Engg) M.E. Computer Science and Engineering
M.E.
ERP & QIP The ME programme in Computer Science and Engineering (CSE) is a challenging one with courses that have 
high standards, interesting and stimulating content.
Courses
Current
Graduate vs. Undergraduate Study
Upcoming
Descriptions
A graduate student (yourself) is assumed to be fairly mature academically, and self-motivated 
Prospective Students to  a  large  extent.  Unlike  undergraduate  studies,  your  emphasis  here  should  be  on  obtaining 
deeper  understanding  of  challenging  and  interesting  subjects,  and  less  on  obtaining  high 
grades.  The  de-emphasizing  of  grades  is  more  important,  since  most  of  you  have  been  top 
rankers at your respective colleges. Naturally not all of you can become top rankers here, nor 
is  it  necessary  as  long  as  you  gain  a  sound  understanding  and  mastery  of  the  subjects. 
Graduate  studies  have  other  equally  important  or  superior  metrics  for  measuring
performance: how well you do in courses from a focused area of your interest and choice; how 
well  you  do  in  your  dissertation  work;  may  be  even  how  well  you  do  in  academic  work  that 
you undertake beyond the classroom and project. This doesn't mean you do not strive to get 
the best grades. Getting  superior grades is important but is only one of many aspects of the 
learning process here.

Doing Research as a Part of Dissertation Work

The  next  important  issue  is  the  idea  of  pursuing  research.  As  a  part  of  ME  Programme,  you 
are  required  to  do  a  Dissertation  Work.  Over  the  years,  the  nature  of  this  dissertation  work 
has become more  research-oriented, and you are expected  to publish papers in  international 
conferences  and  journals  from  your  dissertation  work.  Gradually,  facilities  have  been 
enhanced  to  do  this  kind  of  dissertation  work.  In  the  good  old  days,  papers  need  to  be 
xeroxed  (many  times  not  available)  and  read,  but  now  everything  is  available  at  your 
fingertips (you still need to read them). At the same time, Gigabytes of storage space is also 
available. The only additional  input you require from your end is your determination to carry 
out an excellent dissertation work. It is useful to identify your guide and topic of dissertation 
early.

Exploring Cutting-Edge Research

Considering  that  you  are  among  the  top  students  of  the  country,  it  is  likely  that  you  have 
harboured ambitions  of doing  cutting-edge  research  or pursuing  an academic career. Factors 
that are likely to steer you away from pursuing your dreams are lack of good prospects after a 
Ph.D., fear of not following the crowd to industry, etc.
With regard to job prospects, the Indian job market now has very challenging jobs to offer in 
the future,  especially  for  researchers.  The  rigours and  challenges of  our doctoral Programme 
have enabled several of our Ph.D. graduates to occupy key, senior positions in corporate R & 
D institutions. 
Suppose you are convinced enough to start thinking in terms of a Ph.D. The next question is: 
why  do so  at  IISc?  Here  are  a  bunch  of good  reasons:  intellectual  ambience  of  IISc  coupled 

http://www.csa.iisc.ernet.in/academics-degrees-me.php
 with excellent faculty at CSA. You have an opportunity here to do a world-class Ph.D. without 
losing out on the benefits of living in the environment and culture that you are probably most 
comfortable  in.  Now  suppose  you  are  convinced  that  you  want  to  do  Ph.D.  at  IISc.  The 
question  that  arises  is:  how  can  you  join  Ph.D.  here?  There  are  two  options  available:  First, 
you  can  convert  your  ME  to  Ph.D.  at  the  end  of  first,  second  or  third  term.  The  only 
requirement  is  that  you  have  a  certain  minimum  CGPA  (See  the  students'  handbook  for 
details).  Second,  you  appear  in  our  research  interview  either  immediately  after  completing 
your ME Programme or after having spent sometime in the industry.

Course Requirements:
A minimum of 24 credits comprising at least 12 credits each from Pool A and Pool B as given
below.

POOL A

Course No Credits Course Title

E0 221 3:1 Discrete Structures
E0 222 3:1 Automata Theory and Computability
E0 225 3:1 Design and Analysis of Algorithms
E0 230 3:1 Computational Methods of Optimization
E0 240 3:1 Modelling and Simulation

POOL B

Course No Credits Course Title

E0 241 3:1 Computer Communication Networks
E0 243 3:1 Computer Architecture
E0 253 3:1 Operating Systems
E0 255 3:1 Compiler Design
E0 261 3:1 Database Management Systems
E0 264 3:1 Distributed Computing Systems
E0 268  3:1 Data Mining

Project: 24 Credits

EP 299 0:24 Dissertation Project
0:08 August-December Term
0:16 January-April Term

Electives

The balance of credits to make up the minimum of 64 credits required for completing the ME 
Degree Programme  (all  at  200  level  or  higher)  should  be covered  with  elective  courses  from
within/outside  the  department  and  these  courses  can  be  taken  with  the  approval  of  the 
DCC/Faculty advisor only.

Faculty Advisor

While we are sure that all of you have the inherent motivation and abilities to get through the 
programme with flying colours, we believe a little extra guidance from us will go a long way in 
smoothing  out  your  adjustment  to  a  new  academic  environment  and  in  enhancing  your 
academic  performance.  Your  primary  source  of  academic  guidance  and  counseling  is  the 
faculty advisor assigned to you. You should make it a point to get to know your advisor well, 
and meet your advisor frequently in the early part of your stay here, and especially whenever 
you face any problems. The distinction between students and faculty is more blurred: you will
find  faculty  willing  to  deal  with  you  on  a  more  equal  level,  to  listen  to  and  value  ideas  from 
you that might be contradictory to their current knowledge and viewpoints, etc. 
Another person who can help you will be the TA (Teaching Assistant) for each course. The TA 

http://www.csa.iisc.ernet.in/academics-degrees-me.php
 is likely to be a student just one year senior to you; occasionally, the TA can be someone from 
your batch who has done the course a semester before you! This is because graduate studies 
are  also  meant  to  teach  you  things  such  as  honest  and  critical  evaluation  of  work  done  by 
peers. 

Student Advisor

There will also be a student advisor assigned to each student. He/She is someone with whom 
you  can  interact  closely  in  a  friendly  and  informal  way  to  help  yourself  acclimatize  to  the
environment here. Apart from the Faculty Advisor, the Student Advisor is another avenue for 
helping you in adjusting with the environment in the CSA department and the IISc campus in
general.

Information Brochure (pdf format)

  

Copyright: CSA, IISc Phone: +91-080-22932368      Email us     Fax: +91-080-23602911 Feedback      Credits

http://www.csa.iisc.ernet.in/academics-degrees-me.php
 HOME | ABOUT US | PEOPLE | RESEARCH | ACADEMICS | FACILITIES | EVENTS / SEMINARS | NEWS | CONTACT US

Degree Programs DEGREE PROGRAMS

Ph.D  
M.Sc (Engg)
M.E. CSA offers two research programs, Ph.D. and M.Sc. (Engg.), and two course-based M.E. programs.
ERP & QIP
 Ph.D.
Courses
 M.Sc. (Engg.)
Current
 M.E. in Computer Science and  Engineering 
Upcoming  M.E.  in  Systems  Science  and  Automation  jointly  offered  with  the  Department  of  Electrical 
Descriptions Engineering.
Prospective Students
Our  degree  programs  provide  a  solid  foundation  in  core  and  emerging  areas  of  computer  science  and 
trains  students  to  become  independent  researchers.  A  comprehensive  description  of  the  degree 
requirements is available in our information brochure (pdf format). 

Copyright: CSA, IISc Phone: +91-080-22932368      Email us     Fax: +91-080-23602911 Feedback      Credits

http://www.csa.iisc.ernet.in/academics.php