2019 | Théorie de l’Information

Axe : comEx
Coordinateurs : Sheng Yang
Financement Labex : 2017 – 2 ans
Documents
Productions Scientifiques


Présentation :


Ce GT se situe dans la tâche «Network information theory» de l’axe ComEx du Labex Digicosme. Dans ce GT nous traiterons les problématiques liées à la théorie de l’information ainsi que ses interactions potentielles avec d’autres domaines. Nous nous intéresserons aux thématiques suivantes :

  • Les réseaux de communication : Les réseaux de communication du futur contiendront des nœuds bien plus intelligents et performants que ceux d’aujourd’hui, en terme de puissance des calculs, capacité de stockage, et cognition de l’environnement. En utilisant la théorie de l’information, de nouveaux schémas de communication en exploitant ces avantages et les limites fondamentales pourraient être identifiés.
  • La sécurité et la confidentialité : La sécurité et la confidentialité représentent un aspect critique pour les réseaux de communication, notamment pour les réseaux sans fil. Des études récentes montrent que la sécurité ainsi que la confidentialité des données peuvent être garanties par la théorie de l’information avec le codage de réseaux.
  • D’autres thématiques comme la statistique et l’apprentissage, la biologie, la physique quantique, et le réseaux au sens large (e.g. réseaux sociaux) ont montré un lien étroit avec la théorie de l’information. Les outils développés de la théorie de l’information peuvent y avoir un impacte important.

Objectif :
L’objectif de ce GT sera de trouver des applications et des solutions avec la théorie de l’information dans les domaines ci-dessus.
Équipes concernées

  • L2S
  • LTCI
  • CEA
  • LRI

  • CDD Postdoc V-CODE septembre 2018 – août 2019
    • Tuteurs: Giuseppe ValenziseMarco CAGNAZZO
    • Projet: The goal of the V-CODE project is to study how deep generative models can be employed to optimize the performance of existing video codecs. In particular, we will focus on two typical coding tools, which account for a large part of the efficiency of current video coding techniques: spatial/temporal prediction; and entropy coding. In both case, we will leverage the possibility, offered by deep generative models, of handling efficiently large contexts of samples, compared to existing ensemble techniques.
    • Candidat(e): Li WANG
    • Outils développés :
    • Perspectives

Séminars

  • Friday september 28, 2018, 11h00, Room F900, Télécom ParisTech, 46 rue Barrault, 75013 Paris
    • Cloud Radio Access Networks, Distributed Information Bottleneck, and More: A Unified Information Theoretic View, Shlomo Shamai (Technion, Israel)
  • Thursday September 27, 2018, 10h30, Room VI.144 (Salle du Conseil), Bâtiment Gustave Eiffel (Univers Vivant, 1st floor), CentraleSupélec, Campus of Gif-sur-Yvvette
    • Sparse NOMA: A Closed-Form Characterization, Shlomo Shamai (Technion, Israel)
  • Thursday March 22, 2018, 14h30, B555, CentraleSupélec, Campus of Gif-sur-Yvette
    • Recurrent neural networks and long-short term memory (LSTM) units, Bogdan Cirstea (Télécom ParisTech)
  • Thursday March 8, 2018, 14h30, B555, CentraleSupélec, Campus of Gif-sur-Yvette
    • Autoencoders and compression with DNN, G. Valenzise and L. Wang (L2S),
  • Thursday Ootober 12, 2017