该硕士项目旨在理解日益复杂的现象,这些现象的标准模拟方法已不足以应对。项目使用随机算法、博弈论、自适应编程、自相似性、混沌理论和统计方法来描述和增进对自然和社会中复杂系统的理解,最终尝试预测不可预测的事物。例如基因调控网络、湍流空气中尘埃粒子的运动或金融市场的动态。这是一个真正的跨学科项目,涵盖多个理论框架,为学生提供复杂系统理论及其应用的广泛而深入的介绍。
课程包括编程、基于主体的建模、网络理论、湍流、遗传学、博弈论、生物物理学、形态发生、同步、混沌动力学、分形和动态随机过程等主题。除了关于模拟和复杂系统理论的传统讲座外,项目主要基于数值计算和模拟项目。根据课程选择,学生还可以在机器人实验室进行实践工作。
申请人须已获得科学、工程、技术或建筑学学士学位,或正在攻读上述学位的最后一年。 具体要求——主修专业为以下领域的学士学位(或同等学历):工程物理、物理学、电气工程、机械工程、自动化与机电工程、计算机科学、计算机工程、数学、化学工程、化学、生物工程或同等专业;有先修课程学分要求
计算机建模和编程技能,以及现代算法(如深度机器学习和随机优化)的专业知识,为毕业生在就业市场上开辟了广泛的可能性。典型就业领域包括数据科学或高级工程主题,例如智能控制系统(如自动驾驶开发)。往届毕业生通常在沃尔沃、沃尔沃汽车、爱立信、萨博、阿斯利康、斯堪尼亚等大型技术密集型公司或小型初创公司工作。部分学生选择继续攻读博士学位,领域涵盖计算机科学、物理学和生物技术等。