Université de Pau et des Pays de l'Adour

绿色研究生课程 - 数学、建模及能源与环境应用（M2A2E）

跨学科和实验室研究

为了促进横向和跨学科活动，GREEN 提出的所有研究生课程都采用相同的结构。除了占硕士学分 40% 的研究培训外，每个课程提供的课程都是能源和环境领域的标准主题文化课程（可持续性科学、复原力联盟、生态经济学和政治生态学、健康与生态毒理学、能源法与政策……）和通过基础和专业学科课程完成的基本软技能的组合，以适应学生的研究或主题兴趣。

按项目进行培训

我们的GREEN项目的研究型培训计划遵循“以学生为基础的学习”的积极教育方法。目的是指导我们的学生并帮助他们构建研究和创新项目，同时给予他们很大的自主权。

因此，在第二年，面对面课程的数量将大幅减少，转而采用基于项目的学习，让学生处于专业环境中，以便他们可以尝试小组工作和项目管理。该框架鼓励学生、讲师和研究人员之间的密切互动，以确保更容易融入主办研究实验室。第三学期提出的跨学科项目应该为所有研究生课程的学生提供开展联合、多学科工作的机会。

第一学期选修课 (ECTS 16)

• 偏微分方程 (PDE) 的数值分析 – 4 ECTS
• 优化 – 4 ECTS
• 使用 Python 进行科学计算 – 4 ECTS
• 统计推断 – 4 ECTS
• 概率微积分 – 4 ECTS
• 希尔伯特空间 – 4 ECTS
• PDE 分析 – 4 ECTS

第二学期选修课（ECTS 10）

• 选修课 1 – 6 ECTS
• 高级分析 – 6 ECTS
• 线性模型 – 6 ECTS
• 马尔可夫链 – 6 ECTS
• 选修课 2 – 4 ECTS
• 科学计算 – 4 ECTS
• 蒙特卡罗方法 – 4 ECTS
• 偏微分方程高级分析 – 4 ECTS

第 3 学期选修课 (ECTS 6)

• 机器学习数学工程 - 6 ECTS
• 高级数值分析 – 6 ECTS
• 偏微分方程高级分析 2 – 6 ECTS

目标

• 通过对不同尺度所涉及的物理现象进行精细的数学和数值建模，为可再生能源的开发和利用以及可持续发展做出贡献。
• 培养顶尖学生，从事重大能源和环境挑战范围内的应用数学学术或私人研究。
• 培养学生掌握尖端的数学和计算技能，以解决工业和设计办公室中的复杂问题。

技能

培训结束时，学生将能够：

• 在 LMAP 开展应用数学初步研究，针对主要的能源和环境问题与挑战。
• 解决问题以开发新知识和程序，并整合来自不同领域的知识。
• 在能源与环境问题的高端交流和国际背景下做出创新性贡献。
• 进行反思性和远距离的分析，考虑到所研究问题的利害关系、问题和复杂性。
• 从数值建模的角度理解和分析能源和环境问题。

特别是，他/她将能够展示先进的跨学科技能：

• 对所考虑的问题进行确定性或随机建模
• 建立模型的数值模拟及计算机实现
• 优化底层算法，以更有效地处理涉及大型和/或复杂数据集的问题
• 对大型复杂数据流进行统计处理，以提供决策支持和可靠性。

部门

• 行业
• 学术的

领域

• 研究
• 研发结构

位置

• 学术职位
• 研究人员（公共机构或私营公司）
• 研究和创新工程师