Fieldsmedaillewinnaar Wang Hong ook gepubliceerd op NeurIPS

Wang Hong, een pas benoemde Fieldsmedaillewinnaar, was co-auteur van een paper op NeurIPS 2019 over lage-rang matrixbenadering, een fundamentele taak in machinaal leren en data-analyse. Het paper verbeterde de benaderingsratio van het Column Subset Selection (CSS)-algoritme: voor 1 ≤ p ≤ 2 behaalt het (k+1)^(1/p); voor p ≥ 2 behaalt het (k+1)^(1-1/p), strakker dan de eerdere O(k+1)-grens. De belangrijkste innovatie was het gebruik van de Riesz-Thorin-interpolatiestelling uit de harmonische analyse, een instrument dat destijds niet vaak werd gebruikt in de theoretische informatica. Beoordelaars prezen dit als de belangrijkste technische bijdrage en noemden het paper solide. Opvallend is dat van bijna 40 papers op Wangs homepage dit de enige is zonder directe link. Het paper illustreert hoe zuivere wiskunde problemen in machinaal leren kan oplossen en sluit aan bij de nieuwe beoordelingsrichtlijnen van NeurIPS 2026 voor theoretische bijdragen, die wiskundige nauwkeurigheid en interdisciplinaire methodologie waarderen.