提出条件均值嵌入的等价性，将其视为向量值回归，显著提升收敛速率至O(log(n)/n)，实现稀疏化与理论保证。

Steffen Grünewälder, Guy Lever, Luca Baldassarre 等

本文系统分析了随机与非随机多臂赌博机的遗憾界限，提出UCB和Exp3算法的性能保证。

Sébastien Bubeck, Nicolò Cesa-Bianchi

提出一种量子算法，通过HHL算法高效评估指数级数据集的最小二乘拟合质量。

Nathan Wiebe, Daniel Braun, Seth Lloyd

实验结合Keller–Segel模型揭示化学趋向聚集，团簇大小N*随速度V线性增长。

I. Theurkauff, C. Cottin-Bizonne, J. Palacci 等

提出线性叠加单元操作的新算法，复杂度为O(m²hte^{1.6√log(mht/ε)})，优于传统乘积公式。

Andrew M. Childs, Nathan Wiebe

提出基于岭回归的高维线性模型p值构建方法，强错误控制，适用于单个或多重假设。

Peter Bühlmann

通过特征核化Lasso选择高维特征，显著提高非线性依赖的特征选择效率。

Makoto Yamada, Wittawat Jitkrittum, Leonid Sigal 等

Scikit-learn是Python中的机器学习库，集成支持向量机、PCA等算法，强调易用性和性能。

Fabian Pedregosa, Gaël Varoquaux, Alexandre Gramfort 等

利用大规模无监督学习训练9层稀疏自编码器，实现面部等高层特征检测，提升ImageNet识别率70%。

Quoc V. Le, Marc'Aurelio Ranzato, Rajat Monga 等

熵搜索算法通过信息增益优化全球搜索，提升效率。

Philipp Hennig, Christian J. Schuler

无转向采样器（NUTS）通过自适应路径长度提升HMC效率。

Matthew D. Hoffman, Andrew Gelman

提出高效非参数符合预测区域，结合核密度估计与 conformal 方法，保证有限样本覆盖率。

Jing Lei, James Robins, Larry Wasserman

SATzilla利用经验硬度模型实现SAT实例的动态算法组合，显著提升性能。

Lin Xu, Frank Hutter, Holger H. Hoos 等

利用量子状态实现公开验证的量子货币和量子程序保护。

Scott Aaronson

提出子高斯随机向量正半定二次型尾界，类似高斯情形，提供指数级概率界。

Daniel Hsu, Sham M. Kakade, Tong Zhang

提出低维参数置信区间构建方法，突破高维线性模型中变量数远超样本量的限制。

Cun-Hui Zhang, Stephanie S. Zhang

本研究分析0-1损失在噪声容忍中的优势，显示其在非均匀噪声下的稳健性。

Naresh Manwani, P. S. Sastry

利用核电荷和原子位置，通过机器学习模型预测有机分子解离能，误差约10 kcal/mol。

Matthias Rupp, Alexandre Tkatchenko, Klaus-Robert Müller 等

提出一种基于加权的模型无关风险敏感强化学习算法，用于满足约束条件的控制任务。

P. Geibel, F. Wysotzki

Perseus：随机点基值迭代算法，提升大规模POMDP性能

M. T. J. Spaan, N. Vlassis