Virginia Vassilevska Williams

Un article de Wikipédia, l'encyclopédie libre.
Virginia Vassilevska Williams
Virginia Williams à Oberwolfach en 2012
Biographie
Nom de naissance
Virginia Panayotova VassilevskaVoir et modifier les données sur Wikidata
Formation
Activités
Autres informations
A travaillé pour
Université Stanford ( - )
Massachusetts Institute of TechnologyVoir et modifier les données sur Wikidata
Directeur de thèse
Guy Blelloch (en)Voir et modifier les données sur Wikidata
Site web

Virginia Vassilevska Williams, née Virginia Panayotova Vassilevska[1], est une informaticienne théoricienne et mathématicienne spécialiste en théorie des algorithmes et théorie de la complexité informatique. Elle est depuis juillet 2022, professeure titulaire en informatique au Massachusetts Institute of Technology[2].

Formation et carrière[modifier | modifier le code]

Williams est originaire de Bulgarie et a fréquenté un lycée allemand à Sofia . [3] Elle est diplômée du California Institute of Technology en 2003 et a complété son Ph. D. à l'Université Carnegie Mellon en 2008. [1] Sa thèse, Efficient Algorithms for Path Problems in Weighted Graphs, a été dirigée par Guy Blelloch[4].

Après des recherches postdoctorales à l'Institute for Advanced Study et à l'Université de Californie à Berkeley, Williams est devenu professeur assistant en informatique à l'Université Stanford en 2013. [1] Elle a rejoint le MIT en tant que professeur associé en 2017. [2]

Recherche[modifier | modifier le code]

Williams a obtenu des résultats remarquables pour la complexité de la multiplication de matrices[5] ; elle travaille les algorithmes dynamiques[6] et elle a contribué au développement du domaine de la complexité à grain fin [7].

En 2011, Williams décrit un algorithme permettant de multiplier deux matrices en temps . Cett constante améliore un précédent algorithme de multiplication matricielle, l'algorithme Coppersmith-Winograd, qui alors était le meilleur algorithme connu depuis 24 ans. Son amélioration initiale est indépendante de celle d'Andrew Stothers, qui avait également amélioré la borne de Coppersmith-Winograd un an plus tôt ; après avoir appris le travail de Stothers, elle a combiné les idées des deux méthodes pour améliorer également sa propre borne[8],[5]. En 2020, elle donne avec Josh Alman l'algorithme de multiplication matricielle le plus rapide connu en temps [9].

Distinctions[modifier | modifier le code]

Williams est NSF Computing Innovation Fellow de 2009 à 2011[1] et obtient une bourse de recherche Sloan en 2017[2]. Elle est conférencière invitée au Congrès international des mathématiciens de 2018 à Rio de Janeiro, dans la section sur les aspects mathématiques de l'informatique[10].

Note[modifier | modifier le code]

Williams est la fille des mathématiciens appliqués Panayot Vassilevski et Tanya Kostova-Vassilevska[11] Elle est mariée à Ryan Williams, également professeur d'informatique au MIT ; ils ont travaillé ensemble dans le domaine de la complexité fine[3]

Références[modifier | modifier le code]

  1. a b c et d « Curriculum vitae »
  2. a b et c « Three EECS professors receive 2017 Sloan Research Fellowships » [archive du ], Massachusetts Institute of Technology Department of Electrical Engineering and Computer Science, (consulté le )
  3. a et b Rob Matheson, « Finding the true potential of algorithms: Using mathematical theory, Virginia Williams coaxes algorithms to run faster or proves they've hit their maximum speed », MIT News,
  4. (en) « Virginia Vassilevska Williams », sur le site du Mathematics Genealogy Project
  5. a et b Virginia Vassilevska Williams, « Multiplying Matrices Faster than Coppersmith-Winograd », Proceedings of the 44th Symposium on Theory of Computing (STOC), ACM,‎ , p. 887-898 (DOI 10.1145/2213977.2214056)
  6. Amir Abboud et Virginia Vassilevska Williams, « Popular Conjectures Imply Strong Lower Bounds for Dynamic Problems », IEEE 55th Annual Symposium on Foundations of Computer Science,‎ , p. 434–443 (DOI 10.1109/FOCS.2014.53, arXiv 1402.0054, lire en ligne)
  7. Virginia Vassilevska Williams, « On Some Fine-Grained Questions in Algorithms and Complexity », Proceedings of the International Congress of Mathematicians (ICM 2018), (DOI 10.1142/9789813272880_0188), p. 3447–3487
  8. Jacob Aron, « Key mathematical tool sees first advance in 24 years », New Scientist,
  9. Kevin Hartnett, « Matrix Multiplication Inches Closer to Mythic Goal », sur Quanta Magazine,
  10. « Speakers » [archive du ], ICM 2018
  11. « Vassilevska, Williams to wed », Hartselle Enquirer,

Liens externes[modifier | modifier le code]