研究專長

圖模式、高維度資料分析、機器學習、測量誤差與錯誤分類、存活分析、生物統計、資料採礦

學歷

加拿大滑鐵盧大學數學學院統計與精算學系博士

• 學術專長領域以測量誤差及錯誤分類為核心，並延伸至生物統計（存活分析、因果推論、生物資訊）、工業統計、機器學習、變數選取及網路結構分析等重要主題與跨領域研究。

• 近年研究成果聚焦於噪音數據（如測量誤差）與變數選取之核心課題，成功結合降低測量誤差與機器學習技術，提出能有效偵測重要變數並修正估計偏誤的方法論。其成果不僅廣泛應用於生物醫學、生物資訊與商業等複雜結構資料，更由研究團隊將其包裝為實用程式套件供數據分析人員使用，多項具代表性的跨領域卓越成果均已發表於《Biometrics》、《Journal of Computational and Graphical Statistics》及《Bioinformatics》等統計與生資領域之國際權威期刊。

• 其由衷感謝校方、評審委員的肯定，以及研究團隊的支持陪伴，並期許以此獎項勉勵自己持續精進、力求更卓越的學術突破。

• 主要研究領域為統計學和生物統計學，包括測量誤差和高維度資料分析、存活分析和加速失效模型、圖模型和網路推論、計算統計和軟體開發等，在生物統計學、遺傳學的實際應用上，對於噪音數據和高維度推論之處理有一定貢獻。
• 近年研究成果聚焦於當代統計學核心議題，涵蓋高維度資料分析、變數篩選與測量誤差等主題，並特別著力於圖模型（graphical models）與網路結構（network structure）之發展與應用。相關研究不僅深入探討圖模型在基因結構解析及社會網絡關係中的應用潛力，亦致力於統整該領域近年的理論進展與方法創新，提出個人化的洞察與詮釋。其代表作亦發表於 《Journal of Computational and Graphical Statistics（JCGS）》，為美國統計學會出版之國際指標期刊，亦為國科會統計學門認定之頂尖期刊之一。研究成果刊載代表作亦發表在《Biometrical J. 》和 《ISR》等屬統計領域卓著的期刊。