Trainingsschule für Maschinelles Lernen im Bereich Kommunikation

SEP 2019

23 - 25

Paris, Frankreich

Vom 23. bis 25. September 2019 findet in Paris die Trainingsschule für Maschinelles Lernen im Bereich Kommunikation statt. Die Veranstaltung ist Teil der „Machine Learning for Communications Emerging Technologies“-Initiative der IEEE Communications Society.

Die Forschung zum Maschinellen Lernen hat in den letzten Jahren gezeigt, dass verschiedene Bereiche von Kommunikationssystemen signifikant verbessert werden können. Im Bereich der drahtlosen Kommunikation bringen aufkommende Beyond 5G-Technologien komplexe Optimierungsprobleme, problematische Modellierungen und geringe Komplexitätsanforderungen bei der Verarbeitung mit sich. Methoden des Maschinellen Lernens haben neue Ansätze für die Modellierung, den Entwurf und die Optimierung und Implementierung von Kommunikationssystemen geliefert.

Um die neuesten Fortschritte auf dem Gebiet des Maschinellen Lernens für kommunikative Entwicklungen vorzustellen und dieses Forschungsfeld weiterzuentwickeln, findet die Trainingsschule für Maschinelles Lernen statt. Während der dreitägigen Schulung haben die Teilnehmenden die Möglichkeit, an Vorträgen international renommierten Forschenden aus Wissenschaft und Industrie teilzunhemen.

Speaker:

  • Vincent Poor (Princeton University)
  • Stephane Mallat (ENS Paris) – tbc
  • Jakob Hoydis (Nokia Bell labs)
  • Merouane Debbah (Huawei)
  • Renato Cavalcante (TU Berlin)
  • Slawomir Stanczak (TU Berlin)
  • Mehdi Bennis (University of Oulu)
  • Christophe Moy (CentraleSupélec)
  • Lilian Besson (CentraleSupélec)
  • Emil Matus (TU Dresden)

Die Veranstaltung richtet sich besonders an Promovierende und Nachwuchsforschende aus dem Kommunikationsbereich.

Weitere Informationen zur Veranstaltung finden Sie hier .

Kontakt

Anne Rommel

Anne Rommel

Pressereferentin

Tel. +49 30 31002-353

Prof. Dr.-Ing. habil. Slawomir Stanczak

Prof. Dr.-Ing. habil. Slawomir Stanczak

Abteilungsleiter Drahtlose Kommunikation und Netze

Tel. +49 30 31002 875