随机系统的数学建模。分析、模型和算法 EPSRC CDT DPhil

University of Oxford - 牛津大学

本页面提供的信息在发布时（2021年10月/11月）是正确的。<MS&&>有关本课程的完整和最新信息，请通过<MW&&>www.graduate.ox.ac.uk/ucas.</MW&&>访问牛津大学的相关课程页面。

随机系统数学博士培训中心（CDT）是一个为期四年的博士项目，为学术上优秀的学生提供在帝国大学和牛津大学的概率建模和随机分析领域的培训</MS&&>。

随机系统数学CDT提供了一个全面的四年制博士培训课程，包括随机分析、概率论、随机建模、计算方法和在生物学、物理学、量化金融、医疗保健和数据科学中的应用。它提供了与概率论、随机建模、数据分析、随机模拟、最优控制和概率算法有关的核心技能的坚实培训。

研究课题集中在五个基金会领域。

1.随机分析：基础和新方向 2.随机偏微分方程 3.随机组合结构：树、图、网络、分支过程 4.随机计算方法和最优控制 5.随机动力系统和遍历理论

和五个应用领域。

6.物理系统中的随机性和普遍行为 7.金融中的随机建模和数据驱动的建模 8.生物学和医疗保健中的数学建模 9.数据科学中的数学和算法挑战 10.平均场模型和基于代理的建模

在第一年，学生要学习四门基础领域的核心课程和三门选修课程，并选择一个主要的研究课题和一个研究导师。然后，该研究项目将在第二至第四年发展成为博士生论文。

在四年的课程中，学生将与他们的同组成员一起参加各种CDT活动，包括CDT春季务虚会、年度暑期学校以及定期研讨会、讲习班和可转移技能的培训，如沟通、道德和团队工作。

CDT在数据分析、金融和医疗保健领域有多个行业合作伙伴，他们为与其活动领域相关的博士生项目提供资金。我们鼓励对行业相关研究项目有兴趣的候选人进行申请。行业资助的博士生项目为学生提供了通过合作研究与我们的行业伙伴积极接触的机会。