Phd en mathématiques appliquées et modélisation floue

University of Ostrava

Description du programme

Lire la description officielle

Phd en mathématiques appliquées et modélisation floue

University of Ostrava

étudiants de doctorat en Mathématiques Appliquées et Modélisation floue puis choisissez l'une des spécialisations suivantes:

  • équations différentielles: méthodes variationnelle et optimisation géométrique
  • la théorie des nombres analytique
  • modélisation floue

Ad 1) L'étude de la spécialisation "des équations différentielles: géométriques, variationnelles et méthodes d'optimisation» du champ d'étude de doctorat de mathématiques appliquées et modélisation floue met l'accent sur l'un des domaines suivants:

  • analyse variationnelle globale,
  • équations différentielles sur les variétés,
  • invariants différentiels et les structures naturelles de Lagrange,
  • optimisation dans des espaces abstraits et de dimension infinie,
  • algorithmes stochastiques-heuristiques dans l'optimisation globale.

L'étude de cette spécialisation poursuit également des applications, à savoir:

  • applications en physique et en génie (principes variationnels, le contrôle dynamique et d'optimisation, de la mécanique non-holonomes et théorie des champs,
  • la vraie vie, les problèmes de fonctionnement de tous les jours dans les affaires, l'industrie, l'esprit d'entreprise, le développement durable, etc. La solution implique une formulation mathématique du problème, (trouver une méthode appropriée pour sa solution), l'acquisition de données réelles, et de résoudre le problème avec une recommandation pratique basée sur la solution calculée.
  • L'objectif de l'étudiant est pris en charge par l'élection d'au moins deux matières à option obligatoire de cette spécialisation, où l'étudiant acquiert la connaissance théorique profonde des théories mathématiques et méthodes (topologie, géométrie différentielle, analyse globale, mécanique géométriques, équations variationnelles, algorithmes stochastiques) de les zones données, et la capacité d'utiliser les méthodes et les moyens modernes de mathématiques pour résoudre des problèmes réels.

Ad 2) L'étude de la spécialisation "Méthodes d'analyse dans la théorie des nombres" du champ d'étude de doctorat de mathématiques appliquées et modélisation floue met l'accent sur l'un des domaines suivants:

  • Irrationalité de la série infinie
  • approximations diophantiennes
  • Densités et mesures d'ensembles de nombres entiers positifs ou des nombres réels
  • Caractéristiques de la distribution des séries et des séquences numériques

L'étude de cette spécialisation est essentiellement théorique, pourtant elle implique aussi des applications, à savoir:

  • applications de séquences uniformément réparties,
  • construction de séquences bas de divergence et de leurs applications,
  • Monte Carlo et les méthodes de Monte-Carlo en quasi mathématiques, la physique, l'économie.

L'objectif de l'étudiant est pris en charge par l'élection d'au moins deux matières à option obligatoire de cette spécialisation:

  • approximations diophantiennes
  • séquences réparties uniformément
  • théorie des nombres premiers
  • Monte Carlo et quasi-Monte Carlo et leurs applications
  • Thèmes choisis en théorie des nombres

Les étudiants vont acquérir des connaissances théoriques profonde des théories mathématiques et les méthodes des zones données, et la capacité d'utiliser les méthodes et les moyens modernes de mathématiques pour résoudre des problèmes réels. Ils seront préparés pour leurs travaux de recherche scientifique, ainsi que pour la poursuite des travaux pédagogiques.

Ad 3) L'étude de la spécialisation "Modélisation floue" du champ d'étude de doctorat de mathématiques appliquées et modélisation floue met l'accent sur l'un des domaines suivants:

  • structures algébriques des valeurs de vérité (lattices résiduable, MTL-, BL-, MV-algèbres, etc.).
  • logique floue.
  • modélisation floue.
  • Analyse des séries temporelles.
  • L'analyse des données.
  • méthodes inspirées de la nature (algorithmes évolutionnaires, intelligence en essaim, etc.),

Une partie importante de l'étude est consacrée au développement pratique des méthodes mentionnées ci-dessus et de leurs applications, en particulier dans les domaines d'activité suivants:

  • le traitement des données (data mining, l'analyse des séries chronologiques et de prévision, traitement d'image, etc.).
  • Contrôle et la prise de décisions fondées sur des connaissances d'experts.
  • L'intelligence artificielle et le raisonnement de bon sens.

Procédure d'admission

La procédure d'admission implique la sélection des candidats appropriés. Le conseil d'admission examine les documents suivants fournis par le demandeur:

  • un diplôme officiellement reconnu prouvant l'enseignement supérieur du demandeur (ou équivalent d'une maîtrise) - voir ci-dessous,
  • une copie du supplément au diplôme (ou une autre liste des cours suivis dans le cadre des études de baccalauréat ou de maîtrise, confirmé par l'université),
  • un Curriculum Vitae,
  • une liste des publications,
  • une copie de la thèse écrite pour un diplôme de Master (sur un CD),
  • une lettre de motivation (en anglais) spécifiant la zone de la requérante d'intérêt et d'identifier le conseiller prospective,
  • deux lettres de recommandation (par des professeurs d'université ou des chercheurs).

Les documents doivent être remis au Département des études de recherche et de doctorat au plus tard un jour avant la réunion du conseil d'admission.

Cet établissement propose des programmes en :
  • Anglais
Durée et prix
Ce cours est Sur le campus
Start Date
Début
Septembre 2019
Duration
Durée
4 années
Temps partiel
À temps plein
Information
Deadline
Locations
République tchèque - Ostrava, Région de Moravie-Silésie
Début : Septembre 2019
Date limite d'inscription Se renseigner
Date de fin Se renseigner
Dates
Septembre 2019
République tchèque - Ostrava, Région de Moravie-Silésie
Date limite d'inscription Se renseigner
Date de fin Se renseigner