背景提升 | 海外科研远程-『理工科』-计算机与数据科学专题：基于随机过程算法、Java编程的大数据建模研究（大学组）

免费领取各国留学资料包 ✦ 密集项目：计算机与数据科学专题： 基于随机过程算法、Java编程的大数据 建模研究【大学组】

开始日期： 2023-07-29 课时安排： 4周在线小组科研学习+2周不限时论文指导学习 ✦ Prerequisites 适合人群 适合年级(Grade)： 大学生及以上 适合专业(Major)： 统计学、数理统计、工程数学与统计专业或者对数据科学统计分析感兴趣的学生； 学生需要具备大学概率论及Java或Python编程基础。 ✦ Instructor Introduction 导师介绍 Vadim ✦ 宾夕法尼亚大学 终身教授

✦ Program Background 项目背景 随机过程是随机变量的集合，一些基本类型包括马尔可夫过程、泊松过程（如放射性衰变）和时间序列。物理、工程和社会动力学中诸多现象都受随机过程的支配。使用统计方法，可以帮助认识上述现象，做出理性决策，管理随机过程，优化产出和结果。由于现象和问题往往具有复杂性，传统数学方法无力应对，计算机建模和模拟成为了数理统计分析、预测、优化中不可或缺的工具。项目将引导学生围绕统计随机建模展开探究。 ✦ Program Description 项目介绍 项目内容包括随机数性质与生成、随机算法设计、算法代码、统计预测、计算复杂性与效率、统计编程语言等。学生将通过项目运用Java编程语言，探究随机性、随机数生成及其在复杂现象模拟中的应用，在结束时提交项目报告，进行成果展示。个性化研究课题参考： 蒙特卡罗粒子运输模拟中基于粒子的并行计算方法研究 高斯随机数发生器的研究与设计 大数据时代下的统计学研究 The content of the project includes random number properties and generation, random algorithm design, algorithm code, statistical prediction, computational complexity and efficiency, statistical programming language, etc. Students will use the Java programming language to explore randomness, random number generation and their applications in the simulation of complex phenomena, and submit a report at the end to display their results. Suggested Future Research Fields: Research on Particle-based Parallel Computing Method in Monte Carlo Particle Transport Simulation Research and Design of Gaussian Random Number Generator Statistical research in the big data era ✦ Syllabus 项目大纲 随机数性质与生成 Random number properties and generation 随机算法设计：算法代码 Devising stochastic algorithms 统计预测：随机问题 Making statistically meaningful predictions 计算复杂性与效率 Understanding computational complexity and efficiency 统计编程语言 Learning more about computers and programming languages 项目回顾与成果展示 Program Review and Presentation 论文辅导 Project Deliverables Tutoring ✦ Program Outcome 项目收获 4周在线小组科研学习+2周不限时论文指导学习 共125课时 项目报告 优秀学员获主导师Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请） 结业证书 *单