Les recherches de doctorat de Lingqing Yao portaient sur les principaux défis de l’industrie minière, liés à la quantification de l’incertitude géologique des gisements minéraux. Pour relever ces défis, il a élaboré des méthodes de pointe pour la simulation stochastique d’ordre supérieur et l’apprentissage statistique automatique. Plus précisément, ceci nécessitait une modélisation spatiale des attributs d’un gisement minéral. Ces modèles ont fourni les données nécessaires à l’optimisation stochastique de complexes miniers industriels, en tenant compte de l’incertitude de l’approvisionnement des mines et en quantifiant le risque dans les prévisions de production. Lingqing a accompli ceci en mettant au point des méthodes avancées de simulation stochastique basées sur l’apprentissage statistique automatique, en vue de faciliter la prise de décision dans le secteur minier en cas d’incertitude géologique. Actuellement, Il réalise des recherches sur les nouvelles approches de caractérisation des caractéristiques spatiales complexes des gisements minéraux, à l’aide de statistiques spatiales d’ordre supérieur et de modèles de simulation stochastique d’ordre supérieur basés sur la théorie des champs aléatoires, sur la modélisation spatiale, et sur la prédiction d’attributs géologiques basée sur les méthodes d’apprentissage automatique, l’analytique des données, et les méthodes d’optimisation de l’apprentissage statistique.