2月16日，美国艾尔弗·斯隆基金会公布了2022斯隆研究奖（Sloan Research Fellowships）获奖名单，美国宾夕法尼亚大学陈昱鑫（2004级微电子与纳电子学系）副教授获得数学奖。

陈昱鑫副教授于2004年入学清华大学电子工程系电子科学与技术方向，2008年毕业于原微纳电子学系。博士就读于美国斯坦福大学(Stanford University), 于2015年1月于获得电子工程博士学位，统计硕士学位，以及管理科学与工程专业辅修。博士导师为美国工程院院士无线通信领域权威专家Andrea Goldsmith教授，博士研究课题为采样理论在无线通信，信息论，以及数据与信息科学中的应用。陈昱鑫副教授于2015年到2017年间在斯坦福大学统计系攻读博士后，博士后导师为美国科学院院士麦克阿瑟天才奖得主Emmanuel Candes教授。博士后期间的主要研究方向为非凸优化理论以及高维统计推断。

陈昱鑫副教授于2017年2月加入普林斯顿大学 (Princeton University)任教，担任电子与计算机工程系助理教授，同时任职于计算机系以及应用数学与计算数学系。在普林斯顿期间他获得了2020年普林斯顿大学研究生优秀导师奖（全校每年评选4位教授授予此奖）和2021年普林斯顿大学工程院杰出青年教授奖。陈昱鑫副教授的第一个博士毕业生马聪已经在芝加哥大学统计系任职助理教授。陈昱鑫副教授于2021年通过终身教授审核，于2022年1月加入宾夕法尼亚大学。现担任沃顿商学院统计与数据科学系副教授，同时在电子与系统工程系担任副职。

陈昱鑫副教授和博士导师Andrea Goldsmith教授

陈昱鑫副教授和博士后导师Emmanuel Cande教授

陈昱鑫副教授的研究领域涉及高维统计，优化理论，强化学习理论，统计学习理论，和信息论, 以及在医学成像和基因学上的应用。他近期的工作专注于如何促进统计，优化，和机器学习的有效结合。陈昱鑫副教授迄今在各个领域顶级期刊上发表了30多篇期刊论文，其中包括美国科学院院刊 (Proceedings of the National Academy of Sciences), 统计学年鉴 (Annals of Statistics), 纯数学和应用数学通讯 (Communications on Pure and Applied Mathematics), 工业应用数学学会优化期刊 (SIAM Journal on Optimization), 数学规划 (Mathematical Programming), 运筹学 (Operations Research), 美国统计学会会刊 (Journal of the American Statistical Association), IEEE信息论汇刊 (IEEE Transactions on Information Theory) 等。他同时在各个顶级会议上发表了数十篇会议文章，其中包括机器学习著名会议NeurIPS, ICML和COLT。陈昱鑫副教授在2021年与池跃洁教授，范剑青教授，马聪助理教授共同在Foundations and Trends in Machine Learning系列发表了一本专著：“谱方法在数据科学中的应用（Spectral Methods for Data Science: A Statistical Perspective）。”

陈昱鑫副教授近期的几个代表性的研究成果包括:

• 于非凸优化提出了首个同时达到信息极限和最低计算复杂度的相位恢复算法；

• 通过建立最优的不确定性量化方法，解决了对低秩矩阵填充进行置信区间估计的open problem；

• 通过建立凸优化和非凸优化理论的关联，首次解决了低秩矩阵填充问题的凸优化方法在有噪声情况下的精确性能界；

• 建立了强化学习领域中基于模型的方法和Q-learning算法的最优性能界。

陈昱鑫副教授的这些科研成功曾获得2020年世界华人数学家大会（International Consortium of Chinese Mathematicians）最佳论文奖金奖，入选2019年Young Researchers in Continuous Optimization最佳论文奖最终入围名单，以及荣获AFOSR青年研究员奖，和ARO青年研究员奖。

斯隆研究奖自1955年设立以来每年颁发给物理学、化学和数学领域的杰出青年，以向这些“早期职业科学家和学者提供支持和认可”，后来陆续增加了神经科学、经济学、计算机科学、计算与进化分子生物学。斯隆奖之所以全球瞩目，是因其有“诺奖风向标”的美誉，有多位获奖人获得了“诺贝尔奖”“数学菲尔兹奖”“约翰·贝茨·克拉克奖”。