RechercheModèles 🇨🇳 24.07.2026 16:02

Le médaillé Fields Wang Hong a également publié à NeurIPS

NeurIPSNeurIPS
Le nouveau médaillé Fields Wang Hong a co-écrit un article à NeurIPS 2019 sur l'approximation de matrices de faible rang, utilisant le théorème d'interpolation de Riesz–Thorin de l'analyse harmonique pour affiner les bornes d'approximation. Ce travail interdisciplinaire est mis en avant comme un exemple classique de mathématiques pures résolvant des problèmes d'apprentissage automatique, et il s'aligne parfaitement avec les nouveaux critères d'évaluation de NeurIPS 2026 pour les articles théoriques.
Wang Hong, tout nouveau médaillé Fields, a co-signé un article à NeurIPS 2019 sur l'approximation de matrices de faible rang, une tâche fondamentale en apprentissage automatique et en analyse de données. L'article améliorait la borne du rapport d'approximation de l'algorithme de sélection de sous-ensembles de colonnes (CSS) : pour 1 ≤ p ≤ 2, il atteint (k+1)^(1/p) ; pour p ≥ 2, il atteint (k+1)^(1-1/p), plus fine que la borne précédente O(k+1). L'innovation clé résidait dans l'utilisation du théorème d'interpolation de Riesz–Thorin issu de l'analyse harmonique, un outil rarement employé en informatique théorique à l'époque. Les relecteurs ont salué cette contribution technique principale et qualifié l'article de solide. Fait notable, parmi près de 40 articles sur la page d'accueil de Wang, celui-ci est le seul sans lien direct. L'article illustre comment les mathématiques pures peuvent résoudre des problèmes d'apprentissage automatique, et il correspond aux nouvelles directives de révision 2026 de NeurIPS pour les contributions théoriques, qui valorisent la rigueur mathématique et la méthodologie interdisciplinaire.
Source: QbitAI 量子位 — original
Nos articles précédents sur ce sujet ↓
Infos fraîches