北京大学图灵班本科生获STOC最佳论文奖

2020 年 6 月 25 日 学术头条

编者按


近日,北京大学信息科学技术学院16级图灵班学生吴克文在计算机科学领域顶级国际会议,第52届ACM计算理论年会(52nd Annual Symposium on the Theory of Computing,STOC 2020)上发表《太阳花引理的改进(Improved bounds for the sunflower lemma)》和《利用随机赋值的决策表压缩(Decision list compression by mild random restrictions)》两篇论文。前者同时荣获会议最佳论文奖



成果概述


太阳花(sunflower)是一种常见的组合结构,它表示若干两两相交均相同的集合。太阳花引理证明了,当我们有“足够多”大小不超过 w 的集合时,我们必能从中找到太阳花。自1960年由 Erdős, Rado 提出以来,尽管经历了诸多改进,太阳花引理中的“足够多”一直处于 w^w 量级。在吴克文等人的论文中,他们 将它改进到约 (log w)^w,更接近猜想的 O(1)^w。由于太阳花结构的普遍性,该引理在计算机科学与组合数学中都有很多应用。本工作由吴克文与 Ryan Alweiss, Shachar Lovett, Jiapeng Zhang 合作完成。

决策表(decision list)是一种常见的布尔函数,它可以简便地写为 if-else 嵌套代码段。决策表压缩的结果表明,给定一个任意长的 if-else 代码段,如果每个 if 中依赖的变量都不太多,那么我们可以用一个“长度可控”的 if-else 代码段来近似它,且每个 if 中依赖的变量依然不多。在吴克文等人的论文中,他们对“长度可控”证明了渐进意义上紧的界,并证实了2013年由 Gopalan, Meka, Reingold 提出的析取范式压缩的猜想,同时提供了若干在布尔函数分析、学习理论中的应用。本工作由吴克文与 Shachar Lovett, Jiapeng Zhang 合作完成。

这两份工作均遵从“结构性 vs 随机性”的分析方式,其证明核心均为使用编码/解码的技术证明概率不等式,可以看作新的交换引理(switching lemma)。


作者简介


吴克文是北京大学信息科学技术学院图灵班16级本科生,科研兴趣为理论计算机,如:复杂性理论、算法设计与分析、密码学等。作为图灵班第一届毕业生,他将前往 UC Berkeley 继续学习。


关于STOC

ACM计算理论年会(STOC)是理论计算机科学领域最顶级的国际会议之一,在整个计算机科学领域享有崇高的声望,属于公认难度最高的会议之一。该会议由 ACM SIGACT (Special Interest Group in Algorithms and Computation Theory) 主办,历年会议涵盖的领域十分广泛,包括算法和数据结构、计算复杂性、密码学、计算几何、组合学、随机与去随机化、算法博弈论和量子计算等。因新冠疫情影响,STOC 2020 于2020年6月22-26日在线举行。

附:
《太阳花引理的改进》论文链接:https://dl.acm.org/doi/10.1145/3357713.3384234
《利用随机赋值的决策表压缩》论文链接:https://dl.acm.org/doi/10.1145/3357713.3384241

—   版权声明  —

本内容由北京大学前沿计算研究中心微信自身创作、收集的文字、图片和音视频资料,版权属北京大学前沿计算研究中心微信所有;从公开渠道收集、整理及授权转载的文字、图片和音视频资料,版权属原作者。本公众号内容原作者如不愿意在本号刊登内容,请及时通知本号,予以删除。

点击 阅读原文 ,查看更多精彩!
喜欢本篇内容,请点在看
登录查看更多
0

相关内容

STOC论文的典型但非排他性的主题包括基础领域,如算法和数据结构、计算复杂性、并行和分布式算法、量子计算、连续和离散优化、计算中的随机性、近似算法、组合数学和算法图论,密码学,计算几何,代数计算,逻辑计算应用,算法编码理论。典型的主题还包括计算和基础方面的领域,如机器学习,经济学,公平性,隐私,网络,数据管理和生物学。STOC鼓励那些拓宽计算理论研究范围,或提出可从理论调查和分析中受益的重要问题的论文。官网链接:http://acm-stoc.org/stoc2019/
CVPR 2020 最佳论文与最佳学生论文!
专知会员服务
35+阅读 · 2020年6月17日
AAAI 2019 四个杰出论文奖论文揭晓
算法与数学之美
5+阅读 · 2019年5月11日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
14+阅读 · 2017年10月30日
Arxiv
22+阅读 · 2019年11月24日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Arxiv
9+阅读 · 2018年10月24日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
4+阅读 · 2018年4月10日
VIP会员
相关VIP内容
CVPR 2020 最佳论文与最佳学生论文!
专知会员服务
35+阅读 · 2020年6月17日
Top
微信扫码咨询专知VIP会员