Doctoral Researcher, Artificial Intelligence in Medical Imaging / Signal Analysis Lab
為重視證據的工作打造值得信賴的 AI 系統。
這是一個技術型研究與作品網站，讓研究合作夥伴、招募團隊與活動主辦方，可以快速檢視我在 AI agents、語音智能、資安與受規範部署中的研究脈絡、系統案例、演講與文章。
所屬研究室
目前於 NYCU 人工智慧於醫學影像與訊號分析實驗室進行博士研究。
公開演講
受邀於 CYBERSEC 2026 官方分論壇分享 AI 醫療器材軟體的資安設計。
論文發表
於 CISC 2025 發表兩篇英文論文，連結安全分析與實際部署防禦。
Triton 讓開發者很容易知道下一步要去哪裡。這個網站也應該讓合作夥伴、審閱者、招募團隊與活動主辦方快速找到入口。
新版借用 Triton 頁面的清楚結構：明確的技術定位、精簡能力列表、清楚的進入路徑，以及可以檢視研究、實作與公開發表的證據區塊。
證據從語音、文字、威脅與研究來源進入，經過 grounded AI 工作流程，再走向人工審查或部署判斷。
音訊、逐字稿、證據、威脅訊號
檢索、agents、抽取、系統評估
可追溯性、不確定性、人工核准
安全、治理、受規範工作流程
首頁現在把每個成果都視為同一個資料庫的一部分：案例研究展示實作證據，演講展示公開技術框架，文章則留下連接兩者的推理過程。
這些工作圍繞幾個核心問題展開，關心的是當可靠性、可追溯性與營運限制被當成一級需求時，AI 系統該如何被設計。
每個專案都說明問題、系統設計，以及真實工作中真正重要的證據。
A research case study on federated learning privacy leakage, gradient inversion risk, and defense trade-offs for sensitive collaborative training.
成熟度
Research seedA security research direction with public threat-model framing and supporting references.
最後檢視: 2026年5月7日
Doctoral Researcher
查看案例研究
A research-led case study on retrieval-augmented fraud conversation analysis, designed to keep LLM outputs grounded in transcript evidence for high-stakes review.
成熟度
Research seedA research-led case study framing grounded RAG as an analyst review workflow.
最後檢視: 2026年5月7日
Doctoral Researcher
查看案例研究
An evidence-aware speech intelligence pipeline using ASR, retrieval, and LLM extraction to turn long-form conversational audio into structured, reviewable outputs.
成熟度
PrototypeA public case study for an evidence-aware ASR, retrieval, and LLM extraction workflow.
最後檢視: 2026年5月7日
Doctoral Researcher
查看案例研究這些標籤把早期研究、具體原型、論文支撐工作、接近產品敘事的案例，以及封存成果分開，讓訪客知道應該如何閱讀每個專案。
已形成問題、參考文獻與下一步評估方向的研究種子。
已具備足夠具體度，可以討論實作路徑的系統或管線方向。
與論文、正式投稿或會議型成果連結的專案。
具備部署假設、使用者流程與風險控制說明的完整案例。
作為參考保留的已完成或歷史成果。
透過文章與研究筆記，把技術判斷與系統設計背後的思路整理清楚。
Liquid Glass、visionOS 與 AI 指向的未來，未必是 AI 取代 kernel，而是由搜尋、編排、跨 app 協作與工作台式介面共同構成的新 operating surface。
A research-oriented essay on cross-node fraud intelligence, minimal disclosure, and trustworthy AI design for high-stakes pattern formation under fragmented evidence.
A research note on building speech evidence pipelines with ASR, retrieval, and LLMs while keeping outputs grounded in transcript evidence.
近期公開活動涵蓋官方場次與英文會議論文，主題橫跨值得信賴的 AI、資安、威脅情報、語音系統，以及 AI 在重視可靠性與可追溯性場域中的落地問題。
聚焦 AI 醫療器材軟體資安實務的分論壇，從 FDA 524B 出發，串連威脅建模、SBOM、零信任設計與可稽核的風險治理。
英文會議論文，分析 AI 時代的 RaaS 如何透過 BYOVD、LOTL、隱蔽式 C2 與自適應戰術演化，並將其對應到以 ZTAID 為基礎的零信任防禦策略。
英文會議論文，提出 Threat Pulse Modeling（TPM）作為把即時威脅情報轉換為 ZTAID 成熟度訊號的方法，以支援持續性的零信任評估。
當 AI 被用在錯誤代價很高的場域時，該如何思考可靠性、證據、人類審查與系統行為。
研究團隊、實驗室、跨領域聽眾
現代 RaaS 攻擊如何結合自動化、BYOVD、LOTL 與隱蔽式 C2，以及 ZTAID 導向的零信任策略如何落實偵測、圍堵與復原。
資安會議、藍隊、研究所課程
如何把威脅情報轉換成 pulse event、ZTAID 支柱分數與可量測的成熟度訊號，以支援更快的防禦調整。
資安研究者、零信任計畫、研究所課程
語音與語言流程如何從原始逐字稿走到有據可循、可檢視的分析輸出。
NLP 團隊、語音研究者、應用 AI 實作者
為什麼隱私、資訊外洩風險、對抗性思維與部署假設，應被視為核心系統問題，而不是事後才補上的合規要求。
安全團隊、工程團隊、政策相關利害關係人
