張明中 Ming-Chung Chang

高品質資料之獲取：從實驗設計到大數據子抽樣

在當代資料科學快速發展的背景下，資料品質往往比數量更具關鍵性。我的學術研究核心聚焦於如何在有限資源下，系統性地收集高品質且具代表性的資料，並針對「如何規劃實驗產生優質資料」以及「大數據環境下如何精準選取關鍵資料」這兩大核心問題，提出具備理論保證且實務可行的解決方案。

在實驗設計理論方面，針對真實世界中複雜且具異質性的實驗環境，我開發出一套統一的設計架構。我引入機器學習中的核函數（kernel）概念，提出「正交化動差偏差（Orthogonalized Moment Aberration, OMA）」方法。該方法的核心精神在於避免實驗條件過於相似，確保每一次實驗都能提供新的資訊。研究證明，OMA 在各類區集結構下均具備優異的統計性質，且能與現代電腦實驗方法有效銜接。

針對大數據時代的計算瓶頸，我進一步研發了高效的子抽樣策略。由於訓練高斯隨機過程模型的計算成本會隨資料量呈立方成長，我提出的子樣本選取準則能同時整合解釋變數與反應值資訊，預測表現顯著優於傳統方法。同時，我也發展出無模型假設的子抽樣技術，確保選出的子樣本在不同模型下皆能維持穩健且精準的預測能力。

在實務應用與社會影響力方面，優化的實驗設計能大幅降低昂貴的實驗成本並縮短研發週期。高效的子抽樣技術則有效解決了大數據分析的運算難題，使複雜的模擬預測能更快速地應用於科學研究與實際決策中，為現代資料科學挑戰提供關鍵的解決路徑。