フィールズ賞受賞者の王洪氏がNeurIPSにも論文発表

新進気鋭のフィールズ賞受賞者である王紅氏は、NeurIPS 2019で共著論文を発表した。この論文は、機械学習やデータ分析における基本的なタスクである低ランク行列近似に関するもので、カラム部分選択（CSS）アルゴリズムの近似比の限界を改善した。具体的には、1 ≤ p ≤ 2の場合に(k+1)^(1/p)、p ≥ 2の場合に(k+1)^(1-1/p)という、従来のO(k+1)よりも厳密なバウンドを達成した。主な革新点は、調和解析におけるリース＝ソーリンの補間定理を応用したことであり、当時の理論的な計算機科学では一般的に用いられていなかった手法である。査読者はこれを主要な技術的貢献と評価し、論文を「堅実」と称賛した。注目すべきことに、王氏のホームページに掲載された約40本の論文のうち、この論文だけは直接リンクが貼られていない。本論文は、純粋数学が機械学習の問題を解決できることを示す好例であり、NeurIPS 2026の理論貢献に関する新たな審査ガイドライン（数学的な厳密性や学際的な手法を重視）にも合致している。