2017年美国纽约州立大学石溪分校工程与应用科学学...

　　立思辰留学360介绍，纽约州立大学石溪分校（State University of New York at Stony Brook），英文常简称为“Stony Brook University”，中文亦常作“石溪大学”，是一所位于美国纽约州小城石溪的大型公立综合性大学，成立于1957年，是纽约州最年轻的一所大学，被列于纽约州最顶尖的公立大学之一。该校下属纽约州立大学石溪分校医疗中心，是布鲁克黑文国家实验室的管理者之一。2005年，在主校区附近成立研发园区。该校具有强大的区域性经济影响力（达每年46亿美元），为长岛的经济活动做出了不小的贡献。

应用数学与统计

基本信息

注：

（1）语言要求：硕士项目要求TOEFL不低于85分，无单项要求，IELTS不低于6.5分，单项不低于6.0；博士项目要求TOEFL不低于90分，无单项要求，IELTS不低于6.5分，单项不低于6.0。*(4)

（2）申请截止日期：秋季学期1月15日截止；春季学期10月1日截止。*(5)

申请说明

纽约州立大学石溪分校应用数学与统计专业（Applied Mathematics and Statistics）开设有MS 和PhD项目。PhD项目学制7年。MS项目学制1-1.5年，学生在校需修够30个课程学分。*(6)(7)

应用数学与统计专业统一由研究生院管理，通过学校官网在线申请，申请费100美金。该专业春季和秋季学期皆可申请，考虑奖学金因素，建议国际学生还是以秋季学期申请为主。*(8)

关于奖学金：纽约州立大学石溪分校的奖学金多由系里提供，其形式主要以TA、RA和Fellowship为主。学生在申请时应主动与系里的导师或招生办联系，以期获得由导师或系里提供的RA、TA奖学金。该校奖学金形式均为Merit-based，无需单独申请，自动随Offer发放，申请表中即包含有奖学金申请部分，欲申请奖学金的学生，只需填写好该部分并在规定的申请截止日期前递交给学校即可。*(9)

TA奖学金语言要求：

专业设置

纽约州立大学石溪分校应用数学与统计专业研究方向包括：

• 计算应用数学（Computational Applied Mathematics）
  • 计算流体动力学（computational fluid dynamics）
  • 高性能科学计算（High-performance scientific computing）*(10)
• 计算生物学（Computational Biology）
  • 蛋白质相互作用计算研究（computational studies of protein interactions）
  • 针对特殊生物系统以原子为基础的分子识别研究（atomic basis for molecular recognition for specific biological systems）：如AIDS/HIV等
  • 针对流感研发的最新药物（influenza with the ultimate goal of developing new and improved drugs）
  • 进化系统生物学与计算免疫学（Evolutionary Systems Biology and Computational Immunology）*(11)
• 运筹学（Operations Research）
  • 计算几何（computational geometry）
  • 随机优化（stochastic optimization）
• 统计学（Statistics）
  • 动物的致癌性，发育毒理学和药物稳定性分析（animal carcinogenicity, developmental toxicology, and drug stability analysis）
  • 统计遗传流行病学和应用纵向数据分析（statistical genetic epidemiology and applied longitudinal data analysis）
  • 基因生物统计遗传相关计算与统计问题（statistical and computational issues arising from the problems in genome biology statistical genetics）
  • 变点检测、参数估计和自适应控制问题在工程、经济和遗传学的应用（change-points detection, parameter estimation and adaptive control problems and their applications in engineering, economics and genetics）
  • 统计模型和金融计量经济学和工程学方法（statistical models and methods in financial econometrics and engineering）
  • 时间序列建模（time series modeling）
  • 设计和实验、误差变量建模分析、稳健回归分析（design and analysis of experiments, longitudinal and contemporaneous pathway discovery and analysis, errors in variable modeling, robust regression analysis）