필즈상 수상자 왕홍, NeurIPS에도 논문 발표

신임 필즈상 수상자 왕홍(Wang Hong)은 NeurIPS 2019에서 기계 학습 및 데이터 분석의 기본 작업인 저랭크 행렬 근사(Low-Rank Matrix Approximation)에 관한 논문을 공동 집필했다. 이 논문은 열 부분 집합 선택(Column Subset Selection, CSS) 알고리즘의 근사 비율 한계를 개선했다: 1 ≤ p ≤ 2인 경우 (k+1)^(1/p)을 달성하고, p ≥ 2인 경우 (k+1)^(1-1/p)을 달성하여 이전의 O(k+1) 한계보다 더 엄격하다. 주요 혁신은 당시 이론 컴퓨터 과학에서 흔히 사용되지 않던 조화 분석의 리즈-소린(Riesz–Thorin) 보간 정리를 활용한 점이었다. 리뷰어들은 이를 주요 기술적 기여로 칭찬하며 논문을 견고하다고 평가했다. 특히 왕홍의 홈페이지에 있는 약 40편의 논문 중 이 논문만 유일하게 직접 링크가 없다. 이 논문은 순수 수학이 기계 학습 문제를 해결할 수 있는 방법을 예시하며, 수학적 엄밀성과 학제 간 방법론을 중시하는 NeurIPS 2026의 새로운 이론 기여 검토 지침에 부합한다.