X

新加坡国立大学博士申请(4)——运筹学和分析博士

新加坡国立大学

博士(运筹学和分析)

学院:运筹学与分析研究所

学制:最长5年

录取:八月

截止日期:12月15日

需要测试:托福、GRE(仅适用于国际学生)。

IORA提供多学科的哲学博士(PhD)课程,专业领域为运筹学和分析。

运筹学和分析的博士课程旨在为学生提供运筹学和分析领域的强大培训,使他们有能力为先进的研究作出贡献,并对社会产生积极的影响。

该课程利用新加坡国立大学各系教师的综合专长,提供严格的博士课程。IORA下属的教师已经获得了国际认可,并被视为世界上运筹学领域的最佳团体之一。


毕业要求

通过课程作业要求

通过英语模块(对于没有被豁免的学生)。

在候选资格的24个月内通过博士资格考试

完成论文和口头答辩,达到考试小组的要求

累计平均分保持在4.0分以上

在最长候选期限内完成上述要求


课程要求

学生需要完成至少40个模块,包括3个基本模块(每个模块4个)和7个选修模块(每个模块4个)。

基本模块

学生必须阅读并通过 "运筹学(OR)"领域的2个基本模块,因为这两个模块将在第一年年底的博士资格考试(书面QE)中进行测试。


运筹学(OR)

模块代码 模块名称

BDC6111/ IE6001 优化的基础

BDC6112/ IE6004 随机过程 I

分析学

学生必须阅读并通过 "分析 "领域的一个基本模块。


模块代码 模块名称

BDC6307 数据分析简介

CS5339 机器学习的理论和算法

选修模块

学生可以根据自己的研究兴趣,灵活选择选修模块。选修模块被分为3类。OR方法,OR建模和数据分析。

在选择的选修模块中,至少有2个模块(8个MCs)必须是OR方法,1个模块(4个MCs)是OR建模,1个模块(4个MCs)是数据分析。

学生可以阅读所提供的清单以外的选修模块,该请求须经学生的导师/课程主任和模块主办部门批准。


OR方法

模块代码/模块名称

BDC6304稳健建模和优化

BDC6302离散优化和算法

BDC6301贝叶斯模型和决策

BDC6305/IE6509动态编程的理论和算法

BDC6306/IE6505随机过程II

BDC6303/ IE6507队列和随机网络

IE6511代用和元启发式全球优化

MA5268非线性优化的理论和算法

MA5248数学金融中的随机分析

ST5214高级概率论

EC5101微观经济理论

EC6101高级微观经济理论

EC6312高级博弈论

EC6316契约理论与应用

CS5234组合和图算法

CS6234高级算法


OR建模

模块代码/模块名称

BDC6113库存管理的基础

BDC6114物流和供应链

MA5269金融学中的最优止损和随机控制

EE5138R通信系统的优化


数据分析

模块代码/模块名称

EE6735统计推理的算法

MA4270数据建模和计算

ST5215高级统计理论

ST5224高级统计理论II

ST5222应用统计学的高级课题

ST5223统计模型。理论/应用

BZD6003应用计量经济学I

EC5103计量经济学模型和应用I

EC6103计量经济学建模与应用II

EC6313计量经济学专题


备注

并非每个学期或学年都会提供所有的模块。学生有责任确保他们不注册任何与时间表冲突的模块,并能按计划上课和参加考试。

博士资格考试

学生必须在规定时间内通过博士资格考试(QE),才能继续攻读博士课程。通过博士资格考试是学生开始进行论文的信号。

博士资格考试包括两个部分。书面资格考试和口头资格考试。

学生必须在第一年结束时通过笔试,在第二年结束时通过口试。

笔试资格考试

笔试QE包括基于以下基本模块的2次笔试。


口语资格考试

口头资格考试包括以下两个部分。


研究导向(RO)论文的展示和

对学生选择并经论文指导教师批准的2个选修模块进行口试。选择的选修模块必须与学生的研究报告相关。

已通过笔试QE的学生可以开始写他们的RO论文,这些论文将在第二年结束时提交给他们的口头QE。RO论文的目的是考察学生在导师的指导下进行独立研究的能力。

质量评估委员会将审查学生的RO论文和两个选修模块的熟练程度,然后建议通过/不通过。


录取要求

申请人必须至少拥有相关学科的良好学士学位。

TOEFL/IELTS。

所有大学教学语言不是英语的申请人都需要托福/雅思成绩。

GRE。

从2023/2024学年(2023年8月)入学开始,所有申请人都必须提交GRE成绩报告。

申请人必须获得言语(V)和数量(Q)部分的最低总分320分,分析(A)部分的最低分3.5分。


此文章摘自学校官网PhD (Operations Research and Analytics) : NUS Graduate School (NUSGS)