Computing Nonlinear Functions over Communication Networks
SENSIBILITÉ describes a novel theory for distributed computing of nonlinear functions over communication networks. Motivated by the long-lasting open challenge to invent technologies that scale with the network size, this intrigui...
ver más
TEC2016-78434-C3-2-R
DECODIFICACION ITERATIVA EN LONGITUD FINITA: LIMITES FUNDAME...
109K€
Cerrado
TEC2016-78434-C3-1-R
DECODIFICACION ITERATIVA CON LONGITUD FINITA: LIMITES FUNDAM...
94K€
Cerrado
TEC2016-78434-C3-3-R
DECODIFICACION ITERATIVA EN LONGITUD FINITA: LIMITES FUNDAME...
80K€
Cerrado
PID2020-116683GB-C22
GENERALIZED AND REFINED ASYMPTOTICS IN FINITE-BLOCKLENGTH IN...
48K€
Cerrado
TEC2009-14504-C02-02
DISTRIBUITED LEARNING COMUNICATION AND INFORMATION PROCESSIN...
83K€
Cerrado
MTM2016-78364-P
ESTRUCTURAS ALGEBRAICAS NO CONMUTATIVAS: APLICACIONES A CODI...
26K€
Cerrado
Últimas noticias
27-11-2024:
Videojuegos y creaci...
Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital
27-11-2024:
DGIPYME
En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones
Descripción del proyecto
SENSIBILITÉ describes a novel theory for distributed computing of nonlinear functions over communication networks. Motivated by the long-lasting open challenge to invent technologies that scale with the network size, this intriguing and far-reaching theory elevates distributed encoding and joint decoding of information sources, to the critical network computing problem for a class of network topologies and a class of nonlinear functions of dependent sources. Our theory will elevate distributed communication to the realm of distributed computation of any function over any network.
Overall, this problem requires communicating correlated messages over a network, coding distributed sources for computation of functions, and meeting the desired fidelity given a distortion criterion for the given function. In such a scenario, the classical separation theorem of Claude Shannon, which modularizes the design of source and channel codes to achieve the capacity of communication channels, is in general inapplicable.
SENSIBILITÉ envisions a networked computation framework for nonlinear functions. It will use the structural information of the sources and the decomposition of nonlinear functions for efficient distributed compression algorithms. For scalability, it will design message sets that are oblivious to the protocol information. For parsimonious representations across networks, it will grip the curious trade-off between quantization and compression of functions. SENSIBILITÉ has a contemporary vision of network-driven functional compression via accounting for the description length and time complexities towards alleviating large-scale, real-world networks of the future. The advanced theory will be tested in a real-life setting on applications of grand societal impact, such as over-the-air computing for the internet-of-things, massive data compression for computational imaging, and zero-error computation for real-time holographic communications.
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.