Grounded Semantic Composition：Bishop任务59%正确率
P. Gorniak, D. Roy
提出了一种基于随机Gossip优化算法的分布式无功功率补偿策略，显著降低微电网的功率分布损耗。
Saverio Bolognani, Sandro Zampieri
SMOTE：合成少数类过采样技术，通过生成合成样本提升不平衡数据分类性能，显著改善AUC指标。
N. V. Chawla, K. W. Bowyer, L. O. Hall 等
提出一种无需已知Lipschitz常数的策略，优化连续臂赌博问题的遗憾界。
Sébastien Bubeck, Gilles Stoltz, Jia Yuan Yu
研究提出了组合预测游戏的极小极大策略，使用Bregman投影和潜力梯度下降，解决了最坏情况下的极小极大遗憾问题。
Jean-Yves Audibert, Sebastien Bubeck, Gabor Lugosi
提出RFCI算法，快速学习高维有向无环图（DAG）中的潜变量与选择变量关系，保证渐近正确性。
Diego Colombo, Marloes H. Maathuis, Markus Kalisch 等
提出基于列子集的低秩矩阵重构，达成r列近似最优k秩，算法复杂度为O(r n m^ω log m)。
Venkatesan Guruswami, Ali Kemal Sinop
提出统一神经网络架构，利用大量无标注数据实现多项NLP任务，无需任务特定工程。
Ronan Collobert, Jason Weston, Leon Bottou 等
KL-UCB算法在有界随机赌博问题中表现优于UCB，特别是在伯努利奖励下达到最优界。
Aurélien Garivier, Olivier Cappé
论文用LePage分解证明：指数1-稳定点过程必可表示为泊松簇叠加。
Pascal Maillard
提出基于凸优化的非负矩阵分解模型，结合字典列限定于数据子集，实现物理意义的降维。
Ernie Esser, Michael Möller, Stanley Osher 等
贝叶斯优化通过高效采样策略在昂贵目标函数中找到最大值，结合高斯过程模型。
Eric Brochu, Vlad M. Cora, Nando de Freitas
基于核主成分分析的非线性控制系统平衡降阶方法，利用高维特征空间实现模型简化。
Jake Bouvrie, Boumediene Hamzi
通过极限分析，将熵最小化问题收敛到最优运输问题，结合大偏差原理与Gamma-收敛。
Christian Léonard
Tropp提出改进的随机Hadamard变换分析，优化维度嵌入常数。
Joel A. Tropp
MESA是一套开源的1D恒星演化模拟工具，结合自适应网格和多物理模块，支持从低质量到高质量恒星的演化研究。
Bill Paxton, Lars Bildsten, Aaron Dotter 等
提出了一种动态重组算法，用于维纳空间上的高阶求积，减少粒子爆炸。
C. Litterer, T. Lyons
基于因果关系和反应函数，将多环和树状结构的量子场论幅度转化为在壳空间的积分，推广Feynman树定理。
Simon Caron-Huot
使用限制正定核在嵌入子流形上进行散乱数据插值，提供Sobolev误差估计。
Edward Fuselier, Grady Wright
基于双平均的分布式优化算法，收敛速度与网络的谱隙成反比，适用于大规模网络。
John Duchi, Alekh Agarwal, Martin Wainwright