黃信誠 Hsin-Cheng Huang

研究複雜結構資料之統計建模與推論 幫助決策

我主要從事統計方法之研究，關注如何在具不確定性的資料中，建立有理論基礎且可實際運作的統計方法。研究初期以空間與時空統計為起點，建立多尺度、非平穩與具複雜相關結構的統計模型，並發展相應的模型選擇與推論理論。

延續對複雜結構資料之建模與推論問題的關注，我的研究進一步拓展至高維度統計、正則化方法與統計學習，提出多項可計算且具理論保證的統計方法，用以處理變數數量龐大、資料結構異質或訊號微弱的分析情境。相關成果在模型選擇與推論、高維度資料分析及統計計算等研究領域有所貢獻。

近年來，我將研究重心延伸至生成式 AI，著重於生成模型中的不確定性量化、推論方法及統計可解釋性，並探索其在時序與空間結構資料中的應用潛力。

在應用層面，我所發展的方法已實際運用於遙感探測、環境監測、大氣與古氣候資料分析，透過嚴謹的統計建模與不確定性評估，為科學理解、風險評估與政策決策提供更穩健的量化依據。