生物统计学与数据科学

---

研究兴趣

 

随机动力系统、分析与应用；流行病学（传染病数学建模）；计算生物学;数据挖掘;随机微分方程的时变参数估计方法。

Otunuga博士是数学系的助理教授。他在南佛罗里达大学获得纯数学和应用数学博士学位，在马歇尔大学获得数学硕士学位。

Otunuga博士在使用创新和/或现有统计方法分析复杂数据方面具有丰富的关键优势。他在应用统计方法工具解决生物医学和公共卫生领域的实际问题方面有着广泛的兴趣。

他开发了一项名为“局部滞后适应广义矩动力过程方法”的专利，专利号US 10,719,578。该专利，简称LLGMM，于2020年7月21日被授予并发布。本专利中描述的实施例旨在开发时变参数和状态估计方案。有关该专利的更多信息可在美国专利商标局（USPTO）网站上找到。

 

---

教学领域

 

解析几何微积分I， II， III；微分方程;统计与数据分析概论；偏微分方程；应用偏微分方程；概率与统计1；随机建模与应用

---

选定的出版物

• Olumuyiwa J. Peters, Hasan S. Panigoro, Mahmoud A. Ibrahim，奥卢塞贡·m·奥图努加，田武高A. Ayoola, Asimiyu Ol。Oladapo。(2023)。麻疹控制策略的分析和动力学：数学建模方法． 国际动力学与控制杂志． （在线出版）https://doi.org/10.1007/s40435-022-01105-1
• Boniface P. Yemba，奥卢塞贡·m·奥图努加， Biyan Tang, Nabaneeta Biswas。(2023)。欧元-美元短期汇率与经济基本面和时变参数的临近预测。金融研究快报, 52岁
• 奥卢塞贡·m·奥图努加． (2022)。Covid-19死亡的随机建模和预测：对美国50个州的分析。Acta Biotheoretica, 70:25
• 奥卢塞贡·m·奥图努加． (2022)。用流行模型分析接种人群和恢复人群的多株感染：在COVID-19中的应用。《公共科学图书馆•综合》科学通报，17(7):0271446
• 奥卢塞贡·m·奥图努加． (2021)。基于具有生命动力学的随机SEIRS流行病模型的COVID-19病例流行病学参数估计物理结果，第28卷，104664页
• 奥卢塞贡·m·奥图努加． (2021)。随机SIS模型中感染人数随时间的概率分布：以COVID-19为例混乱,孤波&分形, 147年
• 奥卢塞贡·m·奥图努加． (2021)。具有收获力的一般随机logistic种群模型的时变概率密度函数。自然史一， 573页，1-33页
• 奥卢塞贡·m·奥图努加， G. Ladde， N. Ladde。(2020)。能源商品过程的双尺度网络动态模型。能源杂志，印度，Vol . 2020, 2075258
• 奥卢塞贡·m·奥图努加Mobolaji O. Ogunsolu。(2020)。具有多阶段感染和治疗的随机SEITR流行病模型的定性分析。传染病模型，第5卷，61-90页https://doi.org/10.1016/j.idm.2019.12.003
• 奥卢塞贡·m·奥图努加． (2019)。随机SIS流行病模型中给定时间内感染人数的封闭式概率分布。Heliyon，第5卷(9)；https://doi.org/10.1016/j.heliyon.2019.e02499