2018年6月17日至6月22日， IEEE 国际通信信息论大会（IEEE International Symposium on Information Theory，简称IEEE ISIT）在美国中部城市韦尔举行。上海科技大学信息学院石远明组的宋旭鸣在IEEE ISIT 2018会议的“Learning Linear Systems”讨论会上展示了题为“Permuted Linear Model for Header-Free Communication via Symmetric Polynomials”的论文。
作为IEEE信息论协会的顶级旗舰会议之，ISIT是致力于推进信息理论和相关领域的首要国际会议。它每年在信息论领域汇集了一个国际研究人员和实践者社区，目的是讨论与信息论所有领域有关的未来发展的新研究成果和前景，包括大数据分析，信源和信道编码，传播理论系统，密码学和安全性，检测和估计，新兴应用，网络，网络编码/信息理论，信号处理和统计/机器学习。
在这次会议中，我有幸聆听了来自多伦多大学、伯克利、斯坦福等顶尖院校顶尖科学家的讲座。其中来自伯克利的Kannan Ramchandran 发表了题为“CODES for SPEED: the CLEAR (Computing, LEarning, Access, and Recovery) advantage“的主题演讲。他详细阐述了目前通信网络中如何利用编码理论解决分布式计算、分布式学习、分布式数据接入系统和数据恢复的思想。演讲深入浅出，通过最简单的例子让我们理解了复杂编码理论背后的物理实现意义。最后从宏观层面提出了他对信息论在未来5G网络，IoT物联网领域应用的理解和信息论未来的展望。
在此次学术会议的过程中，我还有幸可以和其他经验丰富的学者进行切磋交流，并从他们的研究中获 取新的想法。在聆听完其他的论文展示后，我对如何向他人展示自己的研究成果有了新一步 的认识，为我以后的发展奠定的一定的基础。总的来说，经过这次的国际会议，我的眼界有所开阔，知识有所增长。
