コンピュータサイエンス

コンピュータサイエンスは、計算、情報、自動化の研究です。^{[1] [2] [3]}コンピュータサイエンスは、理論分野（アルゴリズム、計算理論、情報理論など）から応用分野（ハードウェアとソフトウェアの設計と実装を含む）にまで及びます。^{[4] [5] [6]}

アルゴリズムとデータ構造は、コンピュータサイエンスの中心です。^[7] 計算理論は、計算の抽象的なモデルと、それらを使用して解決できる一般的な問題の種類に関係しています。暗号とコンピュータセキュリティの分野では、安全な通信の手段の研究とセキュリティの脆弱性の防止が含まれます。コンピュータグラフィックスと計算幾何学は、画像の生成を扱います。プログラミング言語理論は、計算プロセスを記述するさまざまな方法を考慮し、データベース理論はデータのリポジトリの管理に関係します。人間とコンピュータの相互作用は、人間とコンピュータが対話するインターフェイスを調査し、ソフトウェアエンジニアリングはソフトウェア開発の背後にある設計と原則に焦点を当てています。オペレーティングシステム、ネットワーク、組み込みシステムなどの分野では、複雑なシステムの背後にある原則と設計を調査します。コンピュータアーキテクチャは、コンピュータコンポーネントとコンピュータ操作機器の構造について説明します。人工知能と機械学習は、問題解決、意思決定、環境適応、計画、学習など、人間と動物に見られる目標指向のプロセスを合成することを目的としています。人工知能では、コンピュータビジョンは画像とビデオデータを理解して処理することを目的としており、自然言語処理はテキストと言語データを理解して処理することを目的としている。

コンピュータサイエンスの基本的な関心事は、何が自動化できるか、何ができないかを判断することです。^{[2] [8] [3] [9] [10]}チューリング賞は、一般的にコンピュータサイエンスにおける最高の栄誉として認められています。^{[11] [12]}

コンピュータサイエンスの最も古い基盤は、現代のデジタルコンピュータの発明より前に遡ります。そろばんなどの固定数値を計算する機械は古代から存在し、掛け算や割り算などの計算を補助してきました。計算を実行するためのアルゴリズムは、高度なコンピューティング機器が開発される前から古代から存在していました。^[16]

ヴィルヘルム・シッカードは1623年に最初の実用的な機械式計算機を設計・製作した^。[17] 1673年、ゴットフリート・ライプニッツはステップ式計算機と呼ばれるデジタル機械式計算機を披露した。^{[18]ライプニッツ}は、2進法を文書化したという事実など、さまざまな理由から、最初のコンピュータ科学者および情報理論家と見なされる可能性がある。1820年、トーマス・ド・コルマールは、オフィス環境で日常的に使用できるほど強力で信頼性の高い最初の計算機である簡易算術計を発明し、機械式計算機産業を立ち上げた。[注 1]チャールズ・バベッジは、1822年に最初の自動機械式計算機である階差機関の設計を開始し、これが最終的に最初のプログラム可能な機械式計算機である解析機関のアイデアにつながった。^[19]彼は1834年にこの計算機の開発を開始し、「2年も経たないうちに、現代のコンピュータの顕著な特徴の多くを描き出した」。^{[20] 「決定的なステップは、}ジャカード織機から派生したパンチカードシステムの採用だった」^[20]。これにより、無限にプログラム可能になった。^{[注 2]} 1843年、解析機関に関するフランス語の記事を翻訳していたエイダ・ラブレスは、多くのメモの1つに、ベルヌーイ数を計算するアルゴリズムを書き、それがコンピュータ上での実装に特化した最初の公開されたアルゴリズムだと考えられている。^[21] 1885年頃、ハーマン・ホレリスは、統計情報を処理するパンチカードを使用するタビュレーターを発明した。最終的に彼の会社はIBMの一部となった。バベッジに続いて、パーシー・ラドゲートは、彼の初期の研究を知らなかったものの、 1909年に歴史上唯一の機械式解析機関の設計2つのうち2番目のものを発表した^[22] 。 1914年、スペインの技術者レオナルド・トーレス・ケベドは『オートマチックに関する論文』 [ ^23]を出版し、バベッジに触発されて読み取り専用プログラムで制御される理論的な電気機械計算機を設計した。この論文では浮動小数点演算のアイデアも紹介された^{[24] [25]}。1920年、アリスモメーターの発明100周年を記念して、トーレスはパリで電気機械式アリスモメーターを発表しました。これは電気機械式解析エンジンの実現可能性を実証したプロトタイプで、^[26]コマンドを入力すると結果が自動的に印刷されました。^[27]バベッジの実現不可能な夢から100年後の1937年、ハワード・エイケンは、あらゆる種類のパンチカード機器を製造し、計算機事業も行っていたIBMを説得し、^{[28]バベッジの解析エンジンをベースにした巨大なプログラム可能な計算機}ASCC/ハーバード・マークIを開発しました。解析エンジン自体もカードと中央計算ユニットを使用していました。機械が完成すると、一部の人々はそれを「バベッジの夢が実現した」と称賛しました。^[29]

1940年代には、アタナソフ・ベリー・コンピュータやENIACなどの 新しく強力な計算機が開発され、コンピュータという用語は、その前身である人間ではなく機械を指すようになりました。^[30]コンピュータが数学的計算以外にも使用できることが明らかになったため、コンピュータサイエンスの分野は計算全般の研究に広がりました。1945年、IBMはニューヨーク市のコロンビア大学にワトソン科学計算研究所を設立しました。マンハッタンの西側にある改装されたフラタニティハウスは、IBM初の純粋科学を専門とする研究所でした。この研究所は、今日世界中で研究施設を運営しているIBMの研究部門の前身です。 [ ^31]最終的に、IBMとコロンビア大学の緊密な関係は、新しい科学分野の出現に重要な役割を果たし、コロンビア大学は1946年にコンピュータサイエンスにおける最初の単位取得コースの1つを提供しました。 ^[32]コンピュータサイエンスは、1950年代から1960年代初頭にかけて、独立した学問分野として確立され始めました。^{[33] [34]}世界初のコンピュータサイエンスの学位プログラムであるケンブリッジコンピュータサイエンスディプロマは、 1953年にケンブリッジ大学コンピュータ研究所で始まりました。米国初のコンピュータサイエンス学部は、1962年にパデュー大学に設立されました。 ^[35]実用的なコンピュータが利用可能になって以来、コンピューティングの多くのアプリケーションは、それ自体で独立した研究分野となっています。

1956年に初めて提案された「コンピュータサイエンス」という用語は、^[36] Communications of the ACM^{の1959年の記事に登場します。 [37]}その中で、ルイス・フェインは、 1921年のハーバード・ビジネス・スクールの設立に類似したコンピュータサイエンスの大学院 の設立を主張しています。 ^{[38]ルイスは、}マネジメントサイエンスと同様に、この科目は本質的に応用的で学際的であると同時に、学問分野に典型的な特徴を備えていると主張して、その名称を正当化しています。 ^{[37]彼や、}数値解析者のジョージ・フォーサイス などの努力が報われ、1962年にパデュー大学を皮切りに、大学はそのような学部を創設しました。^[39]その名前にもかかわらず、コンピュータサイエンスの大部分は、コンピュータ自体の研究には関係していません。このため、いくつかの代替名が提案されています。^{[40]主要大学の特定の学部は、まさにその違いを強調するために、}コンピューティングサイエンスという用語を好んでいます。デンマークの科学者ピーター・ナウアーは、データロジーという用語を提案しました。^[41]これは、科学分野がデータとデータ処理を中心に展開し、必ずしもコンピューターを伴うわけではないという事実を反映しています。この用語を使用した最初の科学機関は、1969年に設立されたコペンハーゲン大学のデータロジー学科であり、ピーター・ナウアーがデータロジーの初代教授でした。この用語は主にスカンジナビア諸国で使用されています。ナウアーによって提案された別の用語は、データサイエンスです。これは現在、統計やデータベースを含むデータ分析の 多分野にわたる分野に対して使用されています。

コンピューティングの黎明期には、 Communications of the ACMでコンピューティング分野の従事者を指す用語として、turingineer、turologist、flow-charts-man、applied meta-mathematician、applied epistemologistといった用語が提案された。^[42] 3か月後、同じ雑誌でcomptologist が提案され、翌年にはhypologistが続いた。^{[43]また、} computicsという用語も提案されている。^[44] ヨーロッパでは、「自動情報」（イタリア語では「informazione automatica」など）や「情報と数学」という表現の短縮訳から派生した用語がよく使われており、例えば、informatique（フランス語）、Informatik（ドイツ語）、informatica（イタリア語、オランダ語）、informatica（スペイン語、ポルトガル語）、informatika（スラブ語とハンガリー語）、ギリシャ語のpliroforiki（πληροφορική、情報科学を意味する）などである。同様の単語は英国でも採用されている（エディンバラ大学情報学部など）。^[45]「しかし、米国では、インフォマティクスは応用コンピューティング、または他の分野の文脈におけるコンピューティングと結び付けられている。」^[46]

エドガー・ダイクストラの言葉とされることが多いが、おそらく最初に定式化したのが彼ではないという伝説的な引用文に、「コンピュータサイエンスは、天文学が望遠鏡についてではないのと同じように、コンピュータに関するものではない」というものがある。 ^{[注 3]}コンピュータおよびコンピュータシステムの設計と展開は、一般にコンピュータサイエンス以外の分野の領域であると考えられている。たとえば、コンピュータハードウェアの研究は通常、コンピュータエンジニアリングの一部であると考えられているが、商用コンピュータシステムとその展開の研究は、情報技術または情報システムと呼ばれることが多い。しかし、コンピュータ関連のさまざまな分野の間で意見交換が行われてきた。コンピュータサイエンスの研究は、認知科学、言語学、数学、物理学、生物学、地球科学、統計学、哲学、論理学などの他の分野と交差することも多い。

コンピュータサイエンスは、多くの科学分野よりも数学と密接な関係にあると考える人もおり、コンピューティングは数学的な科学であると言う人もいます。^{[33]初期のコンピュータサイエンスは、}クルト・ゲーデル、アラン・チューリング、ジョン・フォン・ノイマン、ローザ・ペーテル、アロンゾ・チャーチなどの数学者の研究に強く影響を受けており、数理論理学、圏論、領域理論、代数学などの分野で、2つの分野の間で有益なアイデアの交換が続いています。^[36]

コンピュータサイエンスとソフトウェアエンジニアリングの関係は論争の多い問題であり、「ソフトウェアエンジニアリング」という用語の意味とコンピュータサイエンスの定義に関する論争によってさらに混乱を招いている。 ^[47] デビッド・パルナスは、他の工学と科学の分野の関係からヒントを得て、コンピュータサイエンスの主な焦点は一般的な計算の特性を研究することであるのに対し、ソフトウェアエンジニアリングの主な焦点は実用的な目標を達成するための特定の計算の設計であり、この2つは別個でありながら補完的な分野であると主張している。^[48]

コンピュータサイエンスの学術的、政治的、および資金調達の側面は、学部が数学に重点を置いて構成されているか、工学に重点を置いて構成されているかによって異なります。数学に重点を置いて数値指向のコンピュータサイエンス学部は、計算科学との連携を考慮します。どちらのタイプの学部も、すべての研究にわたってではないにしても、教育的に分野を橋渡しする努力をする傾向があります。

コンピュータサイエンスは科学という名前 が付いているが、科学の分野なのか、数学の分野なのか、工学の分野なのかについては議論がある。^{[49]アレン}・ニューウェルとハーバート・A^・サイモンは1975年に次のように主張した。

コンピュータサイエンスは経験的な学問です。私たちはそれを実験科学と呼んでいましたが、天文学、経済学、地質学と同様に、その独自の観察と経験のいくつかは、実験方法の狭いステレオタイプには当てはまりません。それでも、それらは実験です。構築される新しいマシンはすべて実験です。実際にマシンを構築することは、自然に質問を投げかけることです。そして、私たちは動作中のマシンを観察し、利用可能なすべての分析および測定手段でそれを分析することで、答えに耳を傾けます。^[51]

それ以来、コンピュータサイエンスは経験的テストを利用してプログラムの正しさを評価するため経験科学として分類できると主張されてきたが、コンピュータサイエンスの法則や定理（もし存在するならば）を定義し、コンピュータサイエンスにおける実験の性質を定義するという問題が残っている。^{[51]コンピュータサイエンスを工学分野として分類することを支持する人々は、計算システムの信頼性は}土木工学における橋や航空宇宙工学における飛行機と同じように調査されると主張している。^[51]彼らはまた、経験科学が現在存在するものを観察するのに対し、コンピュータサイエンスは存在する可能性のあるものを観察する、そして科学者が観察から法則を発見するのに対し、コンピュータサイエンスでは適切な法則は見つかっておらず、代わりに現象の創造に関係していると主張している。^[51]

コンピュータサイエンスを数学の分野として分類する支持者は、コンピュータプログラムは数学的実体とプログラムの物理的な実現であり、数学的な形式手法を通じて演繹的に推論できると主張する。^[51]コンピュータ科学者のエドガー・W・ダイクストラとトニー・ホーアは、コンピュータプログラムの命令を数学的な文とみなし、プログラミング言語の形式意味論を数学的な公理系として解釈する。^[51]

多くのコンピュータ科学者は、コンピュータサイエンスにおける3つのパラダイムの区別を主張している。ピーター・ウェグナーは、それらのパラダイムは科学、技術、数学であると主張した。^[52] ピーター・デニングのワーキンググループは、それらは理論、抽象化（モデリング）、設計であると主張した。^[33]アムノン・H・エデンは、それらを「合理主義パラダイム」（コンピュータサイエンスを数学の一分野として扱い、理論コンピュータサイエンスで普及しており、主に演繹的推論を採用する）、「技術官僚主義パラダイム」（工学的アプローチ、特にソフトウェア工学で見られる）、「科学的パラダイム」（コンピュータ関連の成果物を自然科学の経験的観点からアプローチし、^[53]人工知能の一部の分野で識別可能）と説明した。^[54] コンピュータサイエンスは、人間が作ったコンピューティングシステムの設計、仕様、プログラミング、検証、実装、テストに関わる方法に焦点を当てている。^[55]

学問としてのコンピュータサイエンスは、アルゴリズムや計算の限界に関する理論的研究から、ハードウェアやソフトウェアでコンピューティングシステムを実装する際の実際的な問題まで、幅広いトピックを扱っています。^{[56] [57]} CSAB（旧称 Computing Sciences Accreditation Board）は、米国計算機協会（ACM）とIEEEコンピュータ協会（IEEE CS）^[58]の代表者で構成されており、コンピュータサイエンスの分野にとって極めて重要であると考えられる4つの領域を特定しています。それは、計算理論、アルゴリズムとデータ構造、プログラミング方法論と言語、コンピュータ要素とアーキテクチャです。これら4つの領域に加えて、CSABは、ソフトウェア工学、人工知能、コンピュータネットワークと通信、データベースシステム、並列計算、分散計算、人間とコンピュータの相互作用、コンピュータグラフィックス、オペレーティングシステム、数値計算と記号計算などの分野もコンピュータサイエンスの重要な領域であると特定しています。^[56]

理論計算機科学は本質的には数学的かつ抽象的ですが、その動機は実用的かつ日常的な計算にあります。計算の性質を理解し、その理解の結果としてより効率的な方法論を提供することを目指しています。

ピーター・デニングによると、コンピュータサイエンスの根底にある根本的な問いは、「何を自動化できるか」である。 ^[3]計算理論は、何を計算できるか、そしてそれらの計算を実行するにはどれだけのリソースが必要かという基本的な問いに答えることに焦点を当てている。最初の問いに答えるために、計算可能性理論は、どの計算問題がさまざまな計算理論モデルで解決可能かを調べる。2番目の問いは、計算複雑性理論によって扱われ、これは、多数の計算問題を解決するためのさまざまなアプローチに関連する時間と空間のコストを研究する。

ミレニアム懸賞問題の一つである有名なP = NP?問題^[59]は、計算理論における未解決問題である。

情報理論は確率や統計と密接に関連しており、情報の定量化に関連しています。これは、データ圧縮などの信号処理操作や、データの信頼性の高い保存と通信に関する基本的な限界を見つけるために、クロード・シャノンによって開発されました。 ^{[60]符号理論は、}コード（情報をある形式から別の形式に変換するシステム） の特性と特定のアプリケーションへの適合性を研究するものです。コードは、データ圧縮、暗号化、エラー検出と訂正、そして最近ではネットワークコーディングにも使用されています。コードは、効率的で信頼性の高いデータ伝送方法を設計する目的で研究されています。 ^[61]

データ構造とアルゴリズムは、一般的に使用される計算方法とその計算効率を研究するものです。

プログラミング言語理論は、プログラミング言語とその個々の機能の設計、実装、分析、特徴付け、分類を扱うコンピュータサイエンスの一分野です。これはコンピュータサイエンスの分野に属し、数学、ソフトウェアエンジニアリング、言語学に依存し、またこれらに影響を与えます。これは活発な研究分野であり、多数の専門学術誌が発行されています。

形式手法は、ソフトウェアおよびハードウェアシステムの仕様、開発、検証のための数学に基づく特別な種類の手法です。 ^[62]ソフトウェアおよびハードウェア設計に形式手法を使用するのは、他の工学分野と同様に、適切な数学的分析を実行することで設計の信頼性と堅牢性に貢献できるという期待によるものです。形式手法は、特に安全性やセキュリティが関係する場合に、ソフトウェア エンジニアリングの重要な理論的基礎を形成します。形式手法は、エラーを回避するのに役立ち、テストのフレームワークも提供できるため、ソフトウェア テストの便利な補助手段です。産業用途では、ツールのサポートが必要です。ただし、形式手法の使用にはコストが高いため、通常は安全性やセキュリティが最も重要である高信頼性および生命に関わるシステムの開発にのみ使用されます。形式手法は、論理計算、形式言語、オートマトン理論、プログラム意味論などのかなり幅広い理論的コンピュータ サイエンスの基礎だけでなく、型システムや代数データ型をソフトウェアおよびハードウェアの仕様と検証の問題に適用するもの として最もよく説明されます。

コンピュータグラフィックスは、デジタルビジュアルコンテンツの研究であり、画像データの合成と操作を伴います。この研究は、コンピュータビジョン、画像処理、計算幾何学など、コンピュータサイエンスの他の多くの分野と関連しており、特殊効果やビデオゲームの分野で広く応用されています。

情報は、画像、音声、ビデオ、またはその他のマルチメディアの形をとることができます。情報ビットは、信号を介してストリーミングできます。その処理は、ヨーロッパのコンピューティングの視点であるインフォマティクスの中心概念であり、情報キャリアの種類（電気的、機械的、または生物学的）に関係なく、情報処理アルゴリズムを研究します。この分野は、情報理論、電気通信、情報工学で重要な役割を果たしており、医療画像コンピューティングや音声合成などに応用されています。高速フーリエ変換アルゴリズムの複雑さの下限は何ですか？は、理論計算機科学における未解決の問題の1つです。

科学計算（または計算科学）は、数学モデルと定量分析技術の構築、およびコンピュータを使用して科学的問題を分析および解決することに関する研究分野です。科学計算の主な用途は、計算流体力学、物理、電気、電子システムと回路、社会と社会状況（特に戦争ゲーム）とその居住地など、さまざまなプロセスのシミュレーションです。現代のコンピュータは、完全な航空機などの設計の最適化を可能にします。電気および電子回路設計で注目すべきものは、SPICE、^{[63]と、新しい（または変更された）設計を物理的に実現するためのソフトウェアです。後者には、}集積回路に不可欠な設計ソフトウェアが含まれます。^[64]

ヒューマンコンピュータインタラクション（HCI）は、主に人間とコンピュータインターフェースのインタラクションの分析に基づいた、コンピュータシステムの設計と使用に関する研究分野です。HCIには、感情、社会的行動、脳の活動とコンピュータの関係に焦点を当てたいくつかのサブフィールドがあります。

ソフトウェア エンジニアリングは、ソフトウェアを設計、実装、変更して、高品質、手頃な価格、保守性、迅速な構築を保証する研究です。ソフトウェア設計に対する体系的なアプローチであり、ソフトウェアにエンジニアリング手法を適用します。ソフトウェア エンジニアリングは、ソフトウェアの編成と分析を扱います。新しいソフトウェアの作成や製造だけでなく、内部の配置と保守も扱います。たとえば、ソフトウェア テスト、システム エンジニアリング、技術的負債、ソフトウェア開発プロセスなどです。

人工知能 (AI) は、人間や動物に見られる問題解決、意思決定、環境適応、学習、コミュニケーションなどの目標指向のプロセスを統合することを目的としており、または統合することが求められています。サイバネティクスとダートマス会議(1956 年) に端を発して以来、人工知能の研究は必然的に学際的であり、応用数学、記号論理学、記号論、電気工学、心の哲学、神経生理学、社会的知能などの専門分野を活用してきました。AI は一般にロボット開発と関連付けられていますが、実際の応用の主な分野は、計算による理解を必要とするソフトウェア開発の分野に組み込まれたコンポーネントとしてでした。1940 年代後半の出発点は、アラン チューリングの「コンピューターは考えることができるか?」という質問でした。この質問は事実上未回答のままですが、チューリング テストは、今でもコンピューターの出力を人間の知能の尺度で評価するために使用されています。しかし、評価タスクと予測タスクの自動化は、複雑な現実世界のデータを扱うコンピューター アプリケーションの領域において、人間による監視と介入の代替手段としてますます成功を収めています。

コンピュータアーキテクチャ、またはデジタルコンピュータ組織は、コンピュータシステムの概念設計と基本的な動作構造です。これは、中央処理装置が内部で実行し、メモリ内のアドレスにアクセスする方法に主に焦点を当てています。^[65]コンピュータエンジニアは、個々のプロセッサコンポーネント、マイクロコントローラ、パーソナルコンピュータからスーパーコンピュータや組み込みシステムまで、コンピュータハードウェアの計算ロジックと設計を研究します。コンピュータ文献における「アーキテクチャ」という用語は、1959年にIBMの主要研究センターのマシン組織部門のメンバーであったライルR.ジョンソンとフレデリックP.ブルックスジュニアの研究にまで遡ることができます。

並行性とは、複数の計算が同時に実行され、潜在的に相互作用するシステムの特性である。^{[66]一般的な並行計算のために、}ペトリネット、プロセス計算、並列ランダムアクセスマシンモデルなど、多くの数学モデルが開発されている。^[67]複数のコンピュータが並行性を使用してネットワークに接続されている場合、これは分散システムとして知られている。その分散システム内のコンピュータは独自のプライベートメモリを持ち、共通の目標を達成するために情報を交換することができる。^[68]

このコンピュータサイエンスの分野は、世界中のコンピュータ間のネットワークを管理することを目的としています。

コンピュータ セキュリティは、対象ユーザーにとってシステムのアクセシビリティと使いやすさを維持しながら、情報を不正アクセス、妨害、または変更から保護することを目的としたコンピュータ テクノロジの分野です。

歴史的な暗号学は秘密のメッセージを書いたり解読したりする技術です。現代の暗号学は、攻撃される可能性のある分散計算に関連する問題の科学的研究です。^[69]現代の暗号学で研究されている技術には、対称暗号化と非対称暗号化、デジタル署名、暗号ハッシュ関数、鍵合意プロトコル、ブロックチェーン、ゼロ知識証明、および暗号化回路が含まれます。

データベースは、大量のデータを簡単に整理、保存、取得することを目的としています。デジタル データベースは、データベース管理システムを使用して管理され、データベース モデルとクエリ言語を通じてデータを保存、作成、維持、検索します。データ マイニングは、大規模なデータ セット内のパターンを発見するプロセスです。

コンピュータ哲学者のビル・ラパポートは、コンピュータサイエンスの3つの偉大な洞察を指摘した。^[70]

• ゴットフリート・ヴィルヘルム・ライプニッツ、ジョージ・ブール、アラン・チューリング、クロード・シャノン、サミュエル・モールスの洞察:コンピュータが「何か」を表現するために扱わなければならないオブジェクトは 2 つだけです。 ^{[注 4]}

計算可能な問題に関するすべての情報は、0 と 1 (または、「オン/オフ」、「磁化/消磁」、「高電圧/低電圧」など、簡単に区別できる 2 つの状態を切り替えることができるその他の双安定ペア) のみを使用して表現できます。

• アラン・チューリングの洞察:コンピュータが「何か」を行うために実行する必要があるアクションは 5 つだけです。

すべてのアルゴリズムは、たった5つの基本命令からなるコンピュータ言語で表現できる。^[71]

• 1 つ左に移動します。
• 1 つ右に移動します。
• 現在の位置のシンボルを読み取ります。
• 現在の位置に 0 を出力します。
• 現在の場所に 1 を印刷します。

• コラード・ベームとジュゼッペ・ヤコピニの洞察：コンピュータが「何でも」行うために必要なこれらのアクションを（より複雑なものに）組み合わせる方法は3つしかない。 ^[72]

基本的な命令のセットをより複雑な命令のセットに結合するには、次の 3 つのルールだけが必要です。

• 順序: 最初にこれを実行し、次にあれを実行します。
• 選択: もしこれが当てはまるなら、これを実行し、そうでなければあれを実行します。
• 繰り返し: このようなことが起こっている間、これを実行します。

Boehm と Jacopini の洞察の 3 つのルールは、gotoの使用によってさらに簡素化できます (つまり、構造化プログラミングよりも初歩的です)。

プログラミング言語は、さまざまなタスクをさまざまな方法で実行するために使用できます。一般的なプログラミング パラダイムには次のものがあります。

• 関数型プログラミングは、計算を数学関数の評価として扱い、状態や可変データを回避するコンピュータプログラムの構造と要素を構築するスタイルです。これは宣言型プログラミングパラダイムであり、プログラミングは文ではなく式や宣言で行われます。^[73]
• 命令型プログラミングは、プログラムの状態を変更するステートメントを使用するプログラミングパラダイムです。^[74]自然言語の命令法がコマンドを表現するのと同じように、命令型プログラムはコンピュータが実行するコマンドで構成されています。命令型プログラミングは、プログラムがどのように動作するかを記述することに重点を置いています。
• オブジェクト指向プログラミングは、「オブジェクト」の概念に基づくプログラミングパラダイムであり、これには、属性と呼ばれるフィールドの形でデータと、メソッドと呼ばれるプロシージャの形でコードが含まれる場合があります。オブジェクトの特徴は、オブジェクトのプロシージャが、関連付けられているオブジェクトのデータフィールドにアクセスし、多くの場合、それを変更できることです。したがって、オブジェクト指向のコンピュータプログラムは、互いに相互作用するオブジェクトから作成されます。^[75]
• サービス指向プログラミングは、コンピュータ作業の単位として「サービス」を使用し、統合ビジネス アプリケーションとミッション クリティカルなソフトウェア プログラムを設計および実装するプログラミング パラダイムです。

多くの言語は複数のパラダイムをサポートしており、その区別は技術的な能力よりもスタイルの問題となっている。^[76]

会議はコンピュータサイエンス研究にとって重要なイベントです。これらの会議では、公的機関と民間企業の研究者が最新の研究成果を発表し、会合します。他のほとんどの学術分野とは異なり、コンピュータサイエンスでは、会議論文の権威はジャーナル論文の権威よりも高いです。^{[77] [78]}この理由として提案されているのは、この比較的新しい分野の急速な発展には、結果の迅速なレビューと配布が必要であり、その作業はジャーナルよりも会議の方が適しているということです。^[79]

• DBLP コンピュータサイエンス文献
• 計算機協会
• 電気電子技術者協会