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
观察性社交网络研究中，同质性与传染性通常是混淆的，需强假设以区分。
Cosma Rohilla Shalizi, Andrew C. Thomas
基于高斯过程和贝叶斯学习的未知约束优化方法，应用于医疗政策问题。
Robert B. Gramacy, Herbert K. H. Lee
通过单次调用单调分配规则，实现随机化诚实机制。
Moshe Babaioff, Robert D. Kleinberg, Aleksandrs Slivkins