Le lauréat de la médaille Fields Wang Hong a également publié à NeurIPS
Le nouveau lauréat de la médaille Fields, Wang Hong, a également publié un article à NeurIPS. Il s'agit d'un travail collaboratif (co-premier auteur) présenté à NeurIPS 2019, intitulé "Column Subset Selection and Nyström Approximation via a New Unified Error Bound under Schatten-p Norm".
Cette recherche porte sur une tâche fondamentale en analyse de données et en apprentissage automatique : l'approximation de matrices de faible rang, en particulier via la méthode de sélection de sous-ensembles de colonnes (Column Subset Selection, CSS). L'article améliore significativement la borne d'erreur théorique pour l'algorithme CSS sous la norme de Schatten-p. L'innovation clé réside dans l'application d'un outil classique d'analyse harmonique, le théorème d'interpolation de Riesz-Thorin, pour obtenir des bornes plus strictes pour toutes les valeurs de p, une approche peu courante en informatique théorique à l'époque.
Bien que cet article théorique ne présente pas d'expériences à grande échelle, il illustre parfaitement comment des outils mathématiques profonds peuvent résoudre des problèmes fondamentaux en IA. Fait intéressant, cette publication est la seule à ne pas avoir de lien direct sur la page personnelle de Wang Hong.
L'article souligne également que les contributions théoriques rigoureuses, comme celle-ci, restent parfaitement alignées avec les critères d'évaluation de NeurIPS, même dans son édition 2026, qui met l'accent sur la rigueur et l'originalité mathématique pour les soumissions de type "Theory". Ce cas démontre que la frontière entre les mathématiques pures et l'intelligence artificielle est poreuse et que des percées peuvent naître de leur intersection.
marsbitHier 07:24
