石远明课题组蒋涛(研)于2019年5月赴英国布莱顿参加ICASSP会议并做汇报

在五月十一日至五月十九日之间, 我在英国的布莱顿城市参加第四十四届ICASSP学术会议。这次我参加ICASSP会议是为了展示我的科研成果:

T. Jiang, X. Yang, Y. Shi, and H. Wang, “Layer-wise deep neural network pruning via iteratively reweighted optimization,” in Proc. IEEE Int. Conf. Acoust. Speech Signal Process. (ICASSP), Brighton, UK, May 2019.

T. Jiang, K. Yang, and Y. Shi, “Pliable data shuffling for on-device distributed learning,” in Proc. IEEE Int. Conf. Acoust. Speech Signal Process. (ICASSP), Brighton, UK, May 2019.

  

ICASSP是世界上规模最大,最全面的技术会议,专注于信号处理及其应用。2019年的会议将包括由国际知名演讲者举办的世界级演讲,尖端会议主题,并提供与来自世界各地志同道合的专业人士建立联系的绝佳机会。ICASSP2019将有超过3000名参与者,这使得今年的活动成为过去44年来有史以来规模最大的ICASSP会议。这为行业参与和展览提供了一个很好的机会和舞台。

  

会议第一天,我们入住了会场附近的酒店。会场在布莱顿这座海边城市,从会场往海边望去是一望无垠的大海,隐隐约约可以看见整齐的风力发电机在海面慢悠悠地转着。会议正式开始的第一天,我们参加了爵士David John Spiegelhalter的名为Handling Uncertainty的演讲。来自OBE FRS的David John Spiegelhalter爵士是英国统计学家,剑桥大学统计实验室公众理解风险的Winton教授和剑桥丘吉尔学院的研究员,并且他是ISI高度引用的研究员。在这次演讲中,他主要讲了统计学家的科研结果和新闻媒体的报道之间经常出现偏差的情况。不确定性是知识的固有部分,然而在一个有争议的专业知识的时代,许多人回避公开表达他们所知道的不确定性,害怕观众的反应。David John Spiegelhalter爵士主要分析了这种认知不确定性的沟通带来的影响。实证研究广泛分散在许多学科中。这种跨学科的审查结合并总结了跨领域的现有实践和研究,结合了统计和心理学的观点。这为不确定性沟通提供了一个框架,具体包括三个不确定因素:事实,数字和科学,以及两个不确定性水平:直接和间接。David John Spiegelhalter爵士最后提议指导传播者和未来研究人员要重视研究成果的正确表达,避免给公众带来误解。

  

在五月十五日,我参加了Signal Processing for Emerging Wireless Hardware Architectures模块的报告。其中,来自新加坡国立大学的张睿教授的关于智能反射表面(IRS)的工作报告给我留下了深刻的印象,IRS的先前工作主要考虑每个反射元件的连续相移,然而,由于硬件限制,实际上难以实现。相比之下,这篇论文研究了一个IRS辅助无线网络,其中部署了每个元素只有有限数量相移的IRS,以协助从多天线接入点(AP)到单个天线的通信的天线用户。我们的目标是通过联合优化AP处的连续发射波束成形和IRS处的离散反射波束成形来最小化AP处的发射功率,受到用户接收器处的给定信噪比(SNR)约束。然后,分析表明,与具有连续相移的理想情况相比,具有离散相移的IRS在渐近大量反射元件方面实现了相同的平方功率增益,同时产生恒定的性能损失,仅取决于相移电平的数量。在这次报告中,我受益匪浅,得到了很多科研新思路。

  

在五月十六日,我在会议的signal processing for big data模块展示了我的论文 Pliable data shuffling for on-device distributed learning。我的这篇论文主要研究在无线分布式计算的场景下,data shuffling的问题。具体来说,传统的data shuffling策略是给每个计算节点分配指定的数据点来更新它的数据。而在一些应用中,我们只要将每个设备上分配新的数据就能达到提高机器学习模型的性能,对此,我们提出了pliable data shuffling的策略,极大的减轻了通信消耗。 在二十分钟的展示中,许多参会者来同我交流我的研究工作,并且他们表示了强烈的兴趣。有些人来自工业界,他们主要关注我的工作的应用和实现。而一些来自学术界的研究者比较关心理论结论和方法新的改进。总之,我从与其他人交流的过程中学到了很多。

  

在这次会议中,我学会了如何将论文表达的更加清楚,从而使得更多的人关注我的工作。总之,在这次外出开会过程中,我学会了很多并锻炼了我的表达交流技巧。接下来的工作中,我的这篇论文工作将推广到更一般,更实际的通信场景,得到更加强的算法收敛行结论。或者提出更有效的算法和更多的理论保证。