跳到主要內容區
  • Welcome to MIS@NSYSU 中山資管歡迎你
  • 【行政】國立中山大學資訊管理學系誠徵專任教師
  • 2025年5月徐士傑主任率團至新加坡參訪
  • 2023中山資管再生電腦愛送偏鄉
  • 中山資管歡迎你
  • 中山管院:商業大數據平台
  • 開設深度學習新課程 邁向人工智慧新時代

【成果分享】黃鼎翔副教授(東海工業工程與經營資訊系):智慧計算與決策最佳化到資訊管理的應用與可能

 

  綜合學生的觀點,本次 seminar 不僅提供方法論上的知識,更深化了對「研究應如何被建構」的理解。整體而言,講者所強調的核心在於建立一個具延展性與系統性的研究 framework,並以 evaluation、prediction、decision 三個層次串聯完整的研究流程。這樣的架構突破了傳統僅停留在分析或評估的研究模式,使研究能進一步產生決策支持與實務價值 。

  從方法論角度來看,王同學特別指出該研究的價值在於其「結構與機制的整合潛力」,例如透過 network analysis(minimal paths / cuts)連結系統結構與運作機制,進一步延伸至因果推論與貝葉斯建模的可能性。這補充了講者 framework 在「prediction 與 decision」之外,更高層次的理論深化方向。同時,他提到 Dual LSTM 對應 hierarchical Bayesian 的概念,也說明該研究在時間動態與多層次建模上的潛在優勢。

  黃同學則從學習者角度出發,強調此架構如何幫助理解「研究如何從問題出發」,並透過 network、simulation、optimization 與 machine learning 等方法逐步建構解決方案。這與講者所提倡的「方法需服務問題」高度一致,也凸顯 framework 在實務應用上的彈性與可遷移性。

  而周同學的體會則偏向整體研究策略層面。過去較容易將研究視為單篇成果,但此次 seminar 讓他理解研究應是一個長期累積的系統工程。透過建立一致的研究主軸,不僅能提升研究效率,也有助於形成個人學術定位。

  綜合三者觀點形成一個由「實務應用、方法整合與理論深化、研究策略與長期發展」所構成的多層次理解。未來若能進一步結合因果推論方法(如 SEM 或 causal DAG),將有機會使此 framework 從應用導向進一步提升至理論與決策整合兼具的完整研究體系。

 

瀏覽數: