吴幼龙题组殷浩宇（本）2019年7月参加ISIT 2019会议

感谢学校和导师给我创造了此次出国参加会议与学习的宝贵条件，我很庆幸自己作为本科生能够有机会以录取文章作者之一的身份，参加信息论方向的国际顶级会议ISIT 2019，期待自己通过本次为期9天的参会经历能够拓宽视野，有机会接触到未来想要申请的老师，了解方向内最前沿的成果与发展趋势。

ISIT 2019全称2019年IEEE国际信息理论研讨会，于2019年7月7日至12日在法国巴黎互助之家（Maison de la Mutualité）举行。 ISIT是致力于推动信息论和相关领域的首要国际会议。它每年在信息论领域汇集国际研究人员和从业者，展示和讨论与信息论所有领域相关的未来发展的新研究成果和观点，包括大数据分析，信源和信道编码，通信理论和系统，加密和安全，检测和估计，新兴应用，网络，网络编码/信息论，信号处理和统计/机器学习。 ISIT由IEEE信息理论学会主办，2019年ISIT提供论文，香农讲座和全体会议，以及导论课程。此外，ISIT 2019也提供了少量关于新兴信息理论及其应用领域的特邀会议。

图1：会场。

我于7月6日凌晨于上海浦东机场出发，在巴黎当地时间7月6日抵达戴高乐机场，开始感受法国慢节奏却高效率的城市步调。

7月7日上午八点三十，会议开始注册，在导师和学校的支持下我报名了两个tutorial教程，主题分别为理解非凸优化（Understanding Non-convex Optimization）和鲁棒统计：从信息论到算法（Robust Statistics: From Information Theory to Algorithms）。

理解非凸优化的教程分为了两部分——第一部分概述了最近在严格理解非凸优化方面取得的令人兴奋的进展，包括一阶算法如梯度下降算法及其他变体。 该部分与上学期我在校内所修石远明老师的凸优化课程与有很多部分的交叉，也使我很好地复习了相关知识点。第二部分深入探讨了具体的重要问题类别，并描述未来研究可能的几个方向。几个小时的教程使我认识到非凸优化是现代机器学习中的核心算法，很多新兴的应用与理论实践都以它为基础，它的实际应用远远超出了我对它的理论认识，严谨而合理地运用它是科研工作者能够获得更好的性能和算法的关键。

理论机器学习的最新进展之一是为各种高维统计模型开发有效的学习算法。 这些算法的致命弱点是假设样本是从模型精确生成的。这个假设对于这些算法的性能至关重要：即使很小一部分异常值也会完全影响算法的行为。最近在理论计算科学中的结果使得用于一系列高维模型鲁棒估计器得以发展。教程将鲁棒统计领域的核心见解和技术介绍给信息论研究者，并讨论了未来工作的新方向和机会。这个教程令我认识到信息论的用处不仅仅局限于研究通信系统、数据传输、密码学和数据压缩，更可以成为当下热题机器学习、高维统计的重要研究工具甚至是突破口。

接下来几天的学术之旅也带给了我别样的惊喜，从7月7日至7月12日，每天在会场的9个多小时都激励着我不断求索、求知，也令刚刚接触信息论这个大社区的我感受到了做学术的魅力。通过参加不同的报告，我能够接触到很多有趣的课题，了解到在我所接触到的方向里最前沿的科研成果，当然课题范围也不局限于信息论与通信，编码、安全、优化等方向的结合启发我不仅要学好专业知识，也要有国际视野有创新的思想，借会议的茶歇空闲，我有幸见到了做信号处理与通信编码的大牛普林斯顿的Vincent Poor教授和加州大学戴维斯分校的Lin Shu教授，也能够有机会和犹他大学的Ji Mingyue教授和普渡大学的Wang Chih-Chun教授进行交流，更加难忘的是短短的几天里认识了很多在世界各地攻读博士与博士后的好朋友，可以一起进行学术与不同文化的交流，也让我体会到他们求学之路的坎坷，分享科研过程中的艰辛与喜悦。

图2：合照。（右一）

我于7月13日从法国戴高乐机场返回，上海当地时间14日抵达浦东机场，出访时间总计9天。通过本次出国参加会议，我认识了很多学术大牛，交到了很多朋友，拓宽了自己的国际视野，更加坚定了自己走科研学术道路的决心，也对研究方向有了更加全面清晰的认识，相信本次出国参加会议学习将对未来我的生涯规划与升学申请的过程起到十分重要的影响。