计算机理论顶会STOC 2021奖项出炉,滕尚华等华人学者获奖

机器之心 道

近日,全球计算机理论顶会 ACM STOC 公布了今年的最佳论文奖、最佳学生论文奖、时间检验奖等奖项。南加州大学计算机科学与数学系教授滕尚华等多位华人学者获奖。

作为计算机理论领域的全球顶级学术会议,ACM 计算理论年会(ACM Symposium on Theory of Computing,STOC)始于 1969 年,今年已经举办了 53 届。

STOC 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。与人工智能不同,计算机理论领域被认为是国内学界与全球顶级水平相距较大的方向,在 STOC 大会中,2000-2017 年大陆研究机构平均每年发表的论文数量仅为 0.89 篇。

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。受疫情影响,STOC 2021 于 2021 年 6 月 21-25 日在线举行。

在 STOC 2021 上,南加州大学计算机科学与数学系教授、哥德尔奖得主滕尚华的论文摘得时间检验奖。此外,来自华盛顿大学的 Huijia Lin 参与的论文《Indistinguishability Obfuscation from Well-Founded Assumptions》获最佳论文奖,他们研究的 iO 问题被誉为密码学。

以下是 STOC 2021 的具体获奖情况。

最佳论文奖

今年,共有三篇论文摘得 STOC 的最佳论文奖,分别是:

  • 论文链接:https://arxiv.org/pdf/2007.01409.pdf
  • 旅行推销员问题(TSP)是组合优化中最基本的问题之一。在这篇论文中,对于某个

    ,研究者为度量空间下的旅行推销员问题(metric TSP)给出了一个随机

    逼近算法。

  • 论文链接:https://arxiv.org/pdf/2011.01929.pdf
  • 在这篇论文中,研究者探讨了在有界凸多边形域上能用梯度下降法求解的搜索问题,并证明了这类连续局部搜索(CLS)问题等于两个已知类的交集:PPAD 和 PLS。

  • 论文链接:https://eprint.iacr.org/2020/1003.pdf
  • iO(Indistinguishability Obfuscation,不可区分混淆)是密码学中黑科技一样的存在,它不仅可以隐藏数据集合,还可以隐藏计算机程序的内部工作机制,创造出强大的加密工具。但这种力量的强大让人们怀疑 iO 是否真的存在。

    在这篇最佳论文中,研究者首次展示了如何仅使用安全假设来构建 iO。它从理论角度提供了一种即时构建多个加密工具的方式,而这在之前是不可能的。例如,它允许创建加密和加密。以色列理工学院教授 Yuval Ishai 曾表示:(详见:《不可区分混淆被实现,计算机科学家摘得这颗密码学)

    最佳学生论文奖

    STOC Danny Lewin 最佳学生论文奖是为了纪念著名数学家和企业家 Danny Lewin 设立的,他曾参与创立互联 公司 Akamai Technologies。今年共有两篇论文获得 Danny Lewin 最佳学生论文奖。

  • 论文链接:https://arxiv.org/abs/2006.14009
  • 该研究探究了在各种设置下

    中向量的差异最小化,在多个维度上分析了一个新的简单随机过程。根据研究结果的推论,研究者推算出由 Bansal 等人提出的在线向量平衡中几个问题的对数因子的严格边界,并提出了 Komlós 猜想的对数边界的线性时间算法。

  • 论文链接:https://dl.acm.org/doi/abs/10.1145/3406325.3451118
  • 该研究证明对于任意不同的 x,y ∈

    ,存在一个具有 O(n^(1/3)) 状态的确定有限自动机,它接受 x 但不接受 y。这改进了 Robson 在 1989 年提出的 O(n^(2/5)) 边界。使用一种类似的复杂分析技术,研究者改进了最坏情况轨迹重建的上限,表明任何未知字符串 x ∈

    都能以高概率从 exp(O(n^(1/5))) 独立生成的迹(trace)中重建。

    时间检验奖

    今年 STOC 的时间检验奖颁给了 7 篇论文,距今的时间跨度大约分为 30 年、20 年、10 年三个类别,分别是:

  • 论文链接:https://dl.acm.org/doi/10.1145/62212.62213
  • 论文链接:https://dl.acm.org/doi/10.1145/62212.62214
  • 论文链接:https://dl.acm.org/doi/10.1145/73007.73014
  • 论文链接:https://www.cc.gatech.edu/~vigoda/Permanent.pdf
  • 论文链接:https://arxiv.org/pdf/cs/0111050.pdf
  • 论文链接:http://www.cs.jhu.edu/~baruch/teaching/600.427/Papers/oracle-STOC-try.pdf
  • 论文链接:https://arxiv.org/pdf/1011.3245.pdf
  • 在这篇论文中,滕教授和 Spielman 使用平滑分析的概念为了解算法性能给出了更实际的理解方法,例如度量其运行时间。这个概念有助于解释一个现象:为什么有些算法在实践中比理论上更有效?该研究发现,许多算法,尤其是广泛使用的线性规划单纯形算法,只要输入中有噪声就可以工作,而现实世界的数据中通常存在噪声。该研究的发现已应用于无数实用算法,涉及互联 通信、深度学习、数据挖掘、差分隐私、博弈论和个性化推荐系统等多个领域。

    滕尚华于 1985 年毕业于上海交通大学,获得电气工程和计算机科学双学士学位,1988 年获得南加州大学计算机科学硕士学位,1991 年获卡内基梅隆大学 (CMU) 计算机科学博士学位。在受聘于南加州大学之前,他曾在波士顿大学任教,是 Akamai 科技公司高级科学家,麻省理工学院 (MIT) 数学系客座教授,并在 IBM Almaden 研究中心、微软亚洲研究院等多家学术研究机构兼任研究员。此外,滕尚华教授还是 ACM Fellow。

    2008 年,滕尚华教授因在算法的平滑分析领域的研究成果,获得理论计算机领域最高奖——哥德尔奖(G?del Prize)。2009 年获得由美国数学学会和美国数学规划学会颁发的富尔克森奖(Fulkerson Prize)。他曾被西蒙斯基金会评为之一。

    参考链接:

    https://www.sigact.org/articles/prizes.html

    声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

    上一篇 2021年6月11日
    下一篇 2021年6月11日

    相关推荐