在对目标探测跟踪、识别时，受环境干扰、传感器性能等因素影响,探测信息存在较大的不确定性。多源信息融合技术通过对不同传感器信息综合处理能够有效提升目标跟踪识别的性能。然而，随着感知环境日趋复杂，信源类型不断增多，信息融合在理论方法和工程应用方面还面临诸多挑战，如信息不确定性度量、动态信息融合、复杂环景下的目标识别等。
       海洋信息感知与融合技术是海洋环境安全保障、海洋资源开发利用、海洋信息智慧服务等的关键技术之一，是支撑智慧海洋建设和海南自贸港安全管控的核心技术。面向海洋环境态势感知、海上目标监测、近海信息服务等需求，构建了近海环境多源信息协同感知体系与动态组网技术、基于多源海洋大数据融合的海上弱小目标和海洋环境探测、海洋环境态势感知和精准服务方法，突破了多源海洋大数据融合服务等多项关键技术，为近海目标识别、异常检测、航行安全、防灾减灾、生态环境监测以及反走私、反偷渡、反入侵等提供准确的监控信息。
       团队负责人黄梦醒教授在多源异质传感数据融合理论与方法方面，针对海洋环境态势感知、海上目标监测、近海信息服务，特别是近海和岸线安全管控等重大需求，在数据特征离散化、数据稀疏恢复方法、多源异质海洋大数据融合技术等方面取得一系列研究成果，突破了多源海洋信息协同感知与融合等多项前瞻性、基础性科学技术难题；在多源数据特征提取精度、数据稀疏恢复准确率、航迹关联正确率、弱小目标检测等方面外部取得一系列创新性成果。在多源社会（网络）数据融合理论与方法领域，针对大数据环境下，用户个性化、一站式、精准化和高效率的智慧化服务对数据关联、交叉和融合实现大数据价值最大化的需求，有效解决了数据缺失和恢复、冷启动和服务准确度低等问题。针对大数据环境下，用户个性化、一站式、精准化和高效率的智慧化服务对数据关联、交叉和融合实现大数据价值最大化的需求，构建了基于多源数据融合的个性化精准服务技术理论和方法，有效解决了传统协作过滤推荐方法存在冷启动和数据稀疏性难题，大大提高了服务的准确率和有效性。
       黄梦醒教授是海南大学信息与通信工程学院院长(人工智能专业负责人)、博士生导师，海南省杰出人才，海南省信息感知融合与智慧服务人才团队带头人，海南省大数据与智慧服务重点实验室主任，海南省互联网人才培养创新联盟副理事长兼秘书长，海南省计算机类专业教学指导委员会副主任委员，中国人工智能学会高级会员，中国计算机学会高级会员及信息系统专委会委员；《通信学报》编委。主要研究领域包括：大数据与智能信息处理、多源信息协同感知与融合、人工智能与智慧服务等。近年来，以第一作者和通讯作者发表学术论文230余篇；获得授权发明专利33项；获得软件著作权96项；出版专著4部，译著2部。主持和承担国家重点研发计划项目、国家自然科学基金项目等国家及省部市级课题30余项；获海南省科学技术进步一等奖1项、二等奖2项、三等奖1项；主持教育部新工科项目3项，获得海南省教学成果奖一等奖和二等奖各1项。