每年提供肯尼斯·库克夏季研究奖学金. 任何皇冠体育学院的学生都有资格申请十周的暑期应用数学或统计学研究. 该奖学金是由肯尼斯·库克纪念捐赠基金资助成立的. 库克以前的学生的荣誉, 的同事们, family, 朋友和广大数学社区的成员. 应用, 把你的申请提交给数学系.
你的申请应包括:
- 由学生撰写的对拟进行的研究项目的描述.
- 直接指导研究的人员出具的支持信.
- 如果研究主管不是皇冠体育大学的教员, 作为项目导师的皇冠体育数学教员的推荐信.
资格及指引
该奖学金支持的应用数学领域是:微分方程的应用, 时滞微分方程和泛函方程, 应用概率, 生物学和流行病学中的数学建模, 应用统计学.
该奖学金可能授予即将毕业的大四学生，如果他们正在继续他们在皇冠体育的职业生涯中开始的项目. 该奖学金也可以重复多年.
主管可以来自其他部门和/或机构(公共或私人).
研究计划应由学生撰写, 并且应该清楚地阐明研究的具体目的.
申请截止日期为获批当年的3月31日. 更多信息可以从皇冠体育学院数学系的椅子在(909)621-8409获得.
Awardees
2019年夏天
伊桑·阿什比' 21，时间过程rna测序数据的分析 T. brucei and E. coli with J. Hardin
时间过程RNA-Seq实验允许研究对刺激的动态转录组反应. However, 时间过程实验中固有的时间相关性限制了传统微分表达式(DE)算法的应用. 两个时间过程RNA-Seq数据集通过结合双样本和串行工具的精心构建的差异表达管道运行, 通过可视化和下游分析来解决生物学问题. 第一个数据集是大肠杆菌(E. 大肠杆菌)正在经历细胞饥饿. 通过分析符合差异表达基因(DEG)谱的sigmoid功能的启动时间参数，证明了对应激应答转录因子的分级敏感性, RpoS, 没有描述响应细胞饥饿的全球转录组学趋势. 第二个数据集是昆虫形式的原生动物寄生虫的14天时间过程RNA-Seq实验, 锥虫属brucei, 通过化学敲除一类重要的染色质解读蛋白. 对DEG簇的基因本体分析表明，这些染色质读取器在寄生虫的运动中起作用, glycosomal新陈代谢, 以及在寄生虫的昆虫形态中维持胞质应激颗粒. 这些发现暗示了寄生虫生命周期中潜在的发育变化. 这项工作是与Lian Morales和Annie Cohen合作完成的.
2018年夏天
Erin Angelini ' 18，主轴旋转的简化模型与B. Shtylla
本次研究的主要目的是完成我在今年毕业论文中开始的工作, 一种基于能量的有丝分裂纺锤体排列模型 C. elegans.这项工作将与俄亥俄州立大学的道斯实验室合作进行.
Harry Bendekgey ' 19，用G预测选举. Chandler
1997年，狂热的贝叶斯主义者安德鲁·格尔曼说:“选举是可以预测的.尽管2016年的大选让公众感到意外, 预测模型认为特朗普真的有可能获胜. 看看当时权威人士可用的数据, 我们现在可以看到，有很多迹象表明特朗普会获胜. 不过，这并不意味着预测者应该说特朗普处于领先地位. It's okay for a forecaster to give a candidate a small (25% let's say) chance of winning and then for them to win; given that prediction, 我们应该能看到四分之一的结果. 事后分析数据要容易得多, 这让我们得出了一个重要的结论:当模型良好时，选举是可以预测的. 困难在于建立这种模式.
2017年夏天
吕本吉[17]，随机森林预测区间的构造. Hardin
虽然随机森林通常用于回归, 我们对与随机森林预测个体反应相关的预测误差的理解相对有限. 我们引入了一种新的误差测量方法，并对其性质进行了评价, 将其与残差平方均值估计量进行比较, 据我们所知, 随机森林预测误差的唯一测量方法是迄今为止文献中介绍的吗. 我们表明，我们提出的估计器提供了与特定随机森林预测相关的误差的个性化估计, 而残差平方均值估计器提供了对随机森林整体预测误差的更一般的估计. 通过对基准和模拟数据集的仿真, 我们还证明了预测误差的两个估计量都可以构成有效随机森林预测区间的基. 经验, 这些预测区间的表现与分位数回归森林预测区间一样好.
John Sangyeob Kim, 17岁, 抗菌素耐药性数学模型:稳定性分析与实证数据应用. Rumbos
我认为数学是健康研究的重要组成部分. 数学建模允许建模者设计一个假设框架来描述变量和现实世界的不同方面之间复杂的相互作用. 然后建模者探索框架的动态，看看模型是否能充分解释感兴趣的现象. 如果解释不够充分, 然后，最初的假设被进一步放宽或调整，以更好地反映现实.
J. S. Kim. 一种抗菌素耐药性传播模型分析, SIAM本科生研究在线期刊, 卷12, 2019, DOI: 10.1137/19S1254805.
2014年夏天
大卫·摩根14岁, 哺乳动物生物钟模型的随机分析:小蛋白数对B的影响. Shtylla
细胞包含复杂的生化网络，使细胞功能在面对变化的信号和环境时具有适应性. 由于实验方法的进步，我们对构成这些网络的各种组成部分有了很多了解, however, 它们是如何结合在一起的仍然是个谜，单靠实验是无法轻易解开的. 这就是数学建模适合和强大的地方. 相应的, 在系统生物学领域，一种叫做网络分析的新技术正在流行起来, 它在哪里被用来对复杂生物化学网络中各种模块的反应进行数学建模.
2013年夏天
马克西米利安·霍夫曼' 16，化学反应机制的进化动力学与D. 弗莱尔和C. Galvin
反应机制一直是化学和生物学研究的一个重要方面. 没有对反应如何进行的基本理解, 我们的学习能力很差, improve, 控制我们每天接触到的科学. 因此，人们做了许多尝试来预测反应路径和产物. 传统上采用动力学和能量研究, 然而，这些往往导致不令人满意的结论. 动力学只能排除错误的机制, 而计算机生成的势能表面未能提供可靠的路径. 最近令人兴奋的研究通过将试剂冷却到接近零开尔文的温度，成功地将反应可视化, 但是到目前为止，化学家们还没有可预测的指导方针来理解指导反应机制的原理.