题目一：语义通信的理论与方法

内容简介：随着人工智能技术的发展，机器与机器之间针对智能任务的通信需求急剧增加。以提高此类场景下的通信效率为目的，AI赋能的语义通信技术近年来受到了广泛的关注。该技术通过神经网络对观测数据中的核心部分进行识别并相应编码，较传统技术而言可以在相同码率下极大地提高解码数据在后续任务中的使用表现。本报告将针对语义通信的基础理论与实现技术汇报相关研究进展。

报告人：邵硕

报告人简介：副教授，2011年毕业于东南大学获信息工程学士学位，2013年毕业与

McMaster大学获电子与计算机工程硕士学位，2017年毕业于Texas A&M大学获得电子工程博士学位。2017年加入上海交通大学担任讲师，2020年起至今担任副教授。他致力于语义通信、网络编码和机器学习编码技术的研究，受到国家级项目及上海市科技新星项目支持。他近年来发表语义通信相关论文8篇，包括JSAC、AAAI等通信及人工智能方向顶级期刊和会议。其中，他对于数字语义通信的研究获得了WSCP 2022最佳论文奖。

题目二：去中心联邦学习-通信和计算代价的平衡

内容简介：我们介绍一种去中心联邦学习框架，拓展了若干已有的去中心随机梯度下降算法，通过平衡本地更新和节点间消息交换的频次，来达到在有限通信和计算资源约束下，学习效率的优化。我们建立了在一般目标函数条件下的收敛保证，并进一步考虑了对节点间消息交换进行压缩后的性能分析，得到了相应的线性收敛保证。实验结果表明了所提框架的性能优势。

题目三：可靠通信的PAC可学习性

内容简介：我们考虑在一个未知的离散无记忆信道上进行可靠信息传输，研究是否可能通过对有限训练样本进行学习，来获得译码度量和传输速率，以高概率实现任意逼近信道互信息界的可靠通信。通过引入失配译码信息论分析工具，我们提出了能够实现上述目标（即满足PAC可学习性）的学习算法。

报告人：张文逸

报告人简介：中国科学技术大学信息科学技术学院教授，他是中国科学院无线光电通信重点实验室副主任、信息与通信工程一级学科负责人。他目前的主要研究领域包括不确定/非理想条件下的信道通信理论、基于语义和智能的信息表征理论与方法。他曾任IEEE Communications Letters、IEEE Transactions on Wireless Communications编委，目前担任IEEE Transactions on Communications编委。

时  间：2023年11月23日（周四）下午 13：00 始

地  点：南海楼124室

热烈欢迎广大师生参加!

信息科学技术学院

2023年11月20日