7月3日至5日，2023年国际学习与信息理论研讨会在深圳市人才研修院、香港高锟会议中心举办。本次研讨会由我院数据与信息研究院（下称“数信院”）、香港中文大学网络编码研究所和深圳市大数据研究院主办，邀请了来自香港大学、香港中文大学、美国麻省理工学院、美国哥伦比亚大学等国内外院校和科研院所的18位杰出学者进行学术分享和交流，近200名参会者深入探讨了机器学习理论和信息论领域的相关问题。
张晓平院士致开幕辞
加拿大工程院院士、国际电气和电子工程师协会会士、清华大学鹏瑞教授、我院数信院院长张晓平，香港中文大学网络编码研究所共同主任、卓敏信息工程学讲座教授杨伟豪，中国工程院外籍院士、加拿大皇家科学院院士、香港中文大学（深圳）副校长、深圳市大数据研究院院长罗智泉，香港大学同心基金数据科学研究院主任、讲座教授、香港大学计算机科学系主任马毅为本次研讨会致开幕辞。会议由我院数信院副教授黄绍伦主持。
杨伟豪、马毅、林正人、张瑞、孙若愚、尔江（从左至右、从上至下）作学术演讲
7月3日上午，杨伟豪通过概述过去25年机器证明熵不等式的发展，论证了熵函数在信息论中起着核心作用。香港大学同心基金数据科学研究院主任、讲座教授、香港大学计算机科学系主任马毅从智能研究的历史出发，对人工智能的实践提供了一个更加系统和原则性的观点。国际电气和电子工程师协会会士、国际数理统计学会会士、香港中文大学（深圳）教授林正人（Masahito Hayashi）概括了最近在Arimoto-Blahut算法的背景下提出的一种算法，展示了各种收敛定理并将该算法应用到EM算法中的目标问题中。
7月3日下午，深圳市大数据研究院主任研究科科学家、香港中文大学（深圳）理工学院校长学勤讲座教授张瑞深入探讨了智能反射面（IRS）的基本概念和技术点，IRS 在无线网络中的应用、IRS 辅助通讯相关领域的主要设计难点以及近年来与 IRS 相关的新进展。深圳市大数据研究院、深圳国际工业与应用数学中心高级研究科学家、香港中文大学（深圳）数据科学学院副教授孙若愚结合自己最近的研究成果，通过数学推导展示了在不同超参数设定下Adam优化器的具体行为，论证了其收敛性，并提出了对实际应用中调参的建议。我院数信院教授尔江（Ercan E.Kuruoğlu）介绍了图信号处理的基本概念以及适应性图信号处理问题，并且介绍了处理相关问题中非高斯数据以及时变图数据的新算法。其后，论坛嘉宾张晓平、田超、郑立中、杨伟豪进行了关于AI大爆炸时代的信息论与创新为主题的圆桌讨论。
郑立中、田超、阿明·戈哈里、韩光跃、海姆·珀穆特（从左至右、从上至下）作学术演讲
7月4日上午，国际电气和电子工程师协会会士、美国麻省理工学院教授郑立中展示了基于神经网络的模态分解的最新进展，证明了这一结果可以用于诸如设计可以将参数作为辅助信息的接收器等问题。美国德州农工大学副教授田超介绍了信息论泛化误差界限有利于解决现有方法在理解机器学习算法的泛化行为方面的不足的问题。香港大学教授韩光跃研究了具有可能反馈的连续时间加性高斯白噪声信道，并定量强化了关联离散时间信道与原始连续时间信道的互信息收敛性，还揭示了过采样如何逼近具有带宽限制的连续时间高斯信道的真实互信息。
7月4日下午，本·古里安大学教授海姆·珀穆特（Haim Permuter）介绍了信息测度中的基本概念与计算公式及相关理论在网络通道数的容量区域估计中的应用。香港中文大学教授钱德拉·奈尔（Chandra Nair）深入到信息论中的非凸优化问题，论证了这些问题具有唯一的局部最大值并因此可以被梯度下降法求解。香港中文大学校长特聘副教授阿明·戈哈里（Amin Gohari）探讨了香农型不等式和广义相对熵间的关联，并且提出了一种新的满足特定香农类不等式的新散度。
学生海报展示环节
当日，我院学生还与来自香港大学、香港中文大学（深圳）、南方科技大学等学校的36名学生分别进行了海报展示。经评委会评议，我院张安平获得海报展示一等奖，南方科技大学刘凡获得海报展示二等奖，我院李晨和王永恒获得海报展示三等奖。
尼兹·冈杜兹、辛西娅·拉什、尼古拉斯·帕帕斯、乌里·科恩、菲提奥斯·斯塔夫鲁、张艺瀚 （从左至右、从上至下）作学术演讲
7月5日上午，国际电气和电子工程师协会会士、英国帝国理工学院教授德尼兹·冈杜兹（Deniz Gunduz）讨论了如何设计语义和实用通信系统来满足现代应用程序的需求，通过识别和发送仅针对基本任务最相关的信息来减少通信负载。哥伦比亚大学副教授辛西娅·拉什（Cynthia Rush）介绍了L1正则化在高维统计估计问题中的应用，重点探讨了SLOPE估计器在线性回归中的作用以及FDP和TPP之间的最优折衷。瑞典林雪平大学副教授尼古拉斯·帕帕斯（Nikolaos Pappas）讨论了满足新兴物联网应用程序的实时通信、自主决策和高效分布式处理需求的方法，强调信息的新鲜度和价值。
7月5日下午，剑桥大学博士后研究员乌里·科恩（Uri Cohen）介绍了如何用统计物理方法将物体流形的几何形状与神经元群体的分类能力联系起来，研究发现，不同层次的几何形状变化是提高分类能力的关键。欧洲电信学院助理教授菲提奥斯·斯塔夫鲁（Photios Stavrou）介绍了信息论中速率失真理论及其变种在目标导向语义通信中的应用，包括选择性解码器设计、速率失真知觉函数、速率失真表征计算方法和非预测速率失真函数等。奥地利科学技术研究所博士后研究员张艺瀚讨论了如何从大量噪声中提取具有小有效维度的信息成分，并介绍了一种新的证明技巧，使用近似消息传递理论对尖峰型随机矩阵的谱特性进行系统表征。
参会人员合影（深圳会场）
参会人员合影（香港会场）
文：陈琰钰、陈柏含、郭嘉
图：张孟文
编辑：戴雨静
审核：陈超群
