Fieldsin mitalisti Wang Hong julkaisi myös NeurIPSissa

Tuore Fieldsin mitalisti Wang Hong oli mukana kirjoittamassa NeurIPS 2019 -konferenssijulkaisua matala-asteisesta matriisiapproksimaatiosta, joka on koneoppimisen ja data-analyysin perustehtävä. Artikkeli paransi sarakkeiden osajoukon valintaan (Column Subset Selection, CSS) käytettävän algoritmin approksimaatiosuhdetta: kun 1 ≤ p ≤ 2, saavutetaan (k+1)^(1/p); kun p ≥ 2, saavutetaan (k+1)^(1-1/p), mikä on tarkempi kuin aiempi O(k+1)-raja. Keskeinen innovaatio oli harmonisesta analyysistä peräisin olevan Riesz–Thorin-interpolaatiolauseen käyttö, joka ei ollut tuohon aikaan yleinen työkalu teoreettisessa tietojenkäsittelytieteessä. Arvioijat kehuivat tätä pääasialliseksi tekniseksi panokseksi ja pitivät artikkelia vankkana. Huomionarvoista on, että lähes 40 artikkelin joukossa Wangin kotisivulla tämä on ainoa, josta ei ole suoraa linkkiä. Artikkeli osoittaa, miten puhdas matematiikka voi ratkaista koneoppimisen ongelmia, ja se vastaa NeurIPS 2026 -konferenssin uusia teoriaosuuden tarkistusohjeita, jotka arvostavat matemaattista tarkkuutta ja tieteidenvälistä metodologiaa.