김성욱 연구실은 베이지안 추론 및 통계계산 분야에서 국내외적으로 선도적인 연구를 수행하고 있습니다. 본 연구실은 베이지안 통계의 이론적 기초 확립과 더불어, 실제 데이터 분석에 적용 가능한 다양한 계산적 방법론을 개발하고 있습니다. 특히, 마르코프 연쇄 몬테카를로(MCMC), 깁스 샘플링, 변분 베이지안 추론 등 첨단 통계계산 기법을 활용하여 복잡한 데이터 구조와 고차원 문제에 효과적으로 대응하고 있습니다. 생존분석 및 신뢰성 데이터 분석 분야에서도 활발한 연구가 이루어지고 있습니다. 임상 데이터, 공학적 신뢰성 데이터, 환경 및 사회과학 데이터 등 다양한 실제 데이터를 대상으로 구간 검열, 경쟁위험, 프레일티 모형 등 복잡한 통계적 문제를 해결하는 방법론을 개발하고 있습니다. 이러한 연구는 의료 분야의 환자 생존율 예측, 산업 현장의 장비 수명 평가, 환경 변화에 따른 위험 분석 등 다양한 응용 분야에 직접적으로 기여하고 있습니다. 또한, 영과잉 데이터 및 혼합모형 분석 분야에서도 독창적인 연구를 진행하고 있습니다. 영과잉 포아송, 영과잉 음이항, 혼합모형 등 특수한 데이터 구조를 효과적으로 분석할 수 있는 베이지안 기반의 통계모형을 개발하고, 실제 교통사고 데이터, 스포츠 데이터, 환경 데이터 등에 적용하여 실질적인 문제 해결에 앞장서고 있습니다. 본 연구실은 변화점 탐지, 다변량 분포, 모형 선택, 사전분포 설정 등 통계학의 다양한 이론적 주제에 대한 연구도 병행하고 있습니다. 이를 통해 통계학의 이론적 발전과 실무적 적용을 동시에 추구하며, 학계와 산업계 모두에 기여하고 있습니다. 김성욱 연구실은 이론과 실무를 아우르는 폭넓은 연구 역량을 바탕으로, 데이터사이언스와 통계학 분야에서 창의적이고 실용적인 연구 성과를 지속적으로 창출하고 있습니다. 앞으로도 베이지안 추론, 생존분석, 영과잉 데이터 분석 등 다양한 분야에서 혁신적인 연구를 이어갈 예정입니다.