MDPI开放科学分享 http://blog.sciencenet.cn/u/mdpi https://www.mdpi.com/

博文

Entropy特刊征稿:信息和编码理论—分布式学习、存储、调度与安全

已有 517 次阅读 2025-3-28 21:37 |个人分类:特刊征稿|系统分类:博客资讯

信息与编码理论已被证明是解决各种分布式系统挑战的基石。近年来,这些理论的应用显著扩展,支持了分布式机器学习、大规模数据存储、通信调度和安全计算等关键领域。这些应用的共同特点在于利用编码的结构,设计高效算法以优化系统性能。

本期特刊旨在汇集利用信息与编码理论来应对这些挑战并推动分布式系统创新的研究,相关的主题包括 (但不限于) 以下方向:

用于分布式机器学习和多智能体强化学习的编码计算;

用于内容分发的编码缓存;

用于推断、优化、统计学习和数据分析的编码理论;

用于信息更新年龄 (AoI) 和低延迟调度的编码技术;

用于大规模存储系统的编码,包括固态硬盘、磁性存储和DNA存储;

信息论方法在隐私和安全、可靠的多方计算、私密信息检索与差分隐私中的应用。

我们诚邀各位作者提交原创研究论文,无论是理论贡献还是实际应用,均欢迎参与,共同推动这些领域的技术进步。

             

客座编辑

宋之尹 副教授

香港城市大学

现为香港城市大学电机工程系副教授。在香港中文大学信息工程系获得本科、硕士和博士学位后,于2000年加入香港城市大学。在2020 年至2023 年期间,担任电机工程系副系主任。已在 IEEE Trans. on Information Theory、IEEE Trans. on Communications、IEEE Trans. on Information Forensics and Security、IEEE Trans. on Wireless Communications 等顶级期刊上发表学术论文和会议论文超过180篇,并于2016 Int. Symp. On Communication Systems, Networks and Digital Signal Processing 获得最佳论文奖。

研究领域:分布式系统、优化算法、计算编码、存储编码、无线通讯系统、资源分配

             

沈颖祺 副教授

香港中文大学 (深圳)

现为香港中文大学 (深圳) 理工学院副教授。2000 年获得南加州大学电子工程系博士学位,随后在多伦多大学进行博士后研究。他熟练掌握组合数学、代数和概率论的方法,已在IEEE Trans. on Information Theory、IEEE Trans. on Commun、IEEE Trans. on Vehicular Technology、Designs Codes and Cryptography 等权威期刊上发表学术论文70 余篇,会议论文80 余篇,并著有一本学术专著,主持国家自然科学基金面上项目。

研究领域:信息论和编码理论、网络编码及存储编码

              

了解特刊更多信息:https://www.mdpi.com/si/231462

期刊主页:https://www.mdpi.com/journal/entropy

         

 Entropy 期刊介绍

主编:Kevin H. Knuth, University at Albany, USA

期刊主要发表熵和信息论的相关文章,涉及学科领域有:热力学、统计力学、信息论、生物物理学、天体物理学及宇宙学、量子信息和复杂体系等,当前位于 JCR 物理多学科二区。

2023 Impact Factor:2.1

2023 CiteScore:4.9

Time to First Decision:22.3 Days

Acceptance to Publication:2.7 Days

尾图1.jpg

尾图2.jpg



https://blog.sciencenet.cn/blog-3516770-1479595.html

上一篇:应变成像:将心外膜脂肪组织与心房重塑联系起来 | Hearts
下一篇:Biomolecules:上海交通大学刘美君博士等创建特刊——染色质在基因组过程中的作用
收藏 IP: 116.16.153.*| 热度|

1 许培扬

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

IP: 223.72.65.*   回复 | 赞 +1 [1]许培扬   2025-3-29 07:09
信息和编码理论与分布式学习、存储、调度及安全的结合是当前信息科学和工程领域的前沿研究方向。这一交叉领域旨在通过编码理论优化分布式系统的性能,同时保障数据的安全性和系统的可靠性。信息与编码理论为分布式系统的学习、存储、调度和安全提供了数学工具和理论边界,而分布式场景的需求也推动了编码理论的创新(如面向机器学习的编码设计)。未来,随着边缘计算、6G网络和量子技术的发展,这一交叉领域将更加注重高效性、安全性与智能化的统一。

1/1 | 总计:1 | 首页 | 上一页 | 下一页 | 末页 | 跳转

扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2025-4-1 15:45

Powered by ScienceNet.cn

Copyright © 2007-2025 中国科学报社

返回顶部