【儀表網(wǎng) 研發(fā)快訊】上海科技大學(xué)積極鼓勵本科生走進實驗室、參與科學(xué)研究，這一創(chuàng)新舉措從建校之初延續(xù)至今。近期，信息科學(xué)與技術(shù)學(xué)院2024屆本科畢業(yè)生王宇瀚(現(xiàn)為香港中文大學(xué)博士研究生)在本科階段學(xué)習(xí)期間完成主要理論與實驗工作的兩項研究成果分別被通信領(lǐng)域國際期刊錄用。這兩項成果在通信系統(tǒng)設(shè)計的優(yōu)化以及分布式計算效率的提升方面，均展現(xiàn)出了重要的理論價值與潛在的應(yīng)用前景。兩項研究各有側(cè)重：一項圍繞“多任務(wù)導(dǎo)向的有損壓縮” 展開深入探索，以“Task-Oriented Lossy Compression with Data, Perception, and Classification Constraints”為題被通信領(lǐng)域期刊IEEE Journal on Selected Areas in Communications(JSAC)接收；另一項則聚焦于“預(yù)定義場景下的編碼分布式計算”，以“Coded Distributed Computing with Pre-set Data Placement and Output Functions Assignment”為題發(fā)表于信息論領(lǐng)域期刊IEEE Transactions on Information Theory(TIT)。兩項工作由信息學(xué)院吳幼龍教授指導(dǎo)，吳幼龍教授為通訊作者，第一完成單位為上?？萍即髮W(xué)。
 

　　任務(wù)導(dǎo)向的有損壓縮理論
 

　　在通信系統(tǒng)中，如何在有限帶寬下實現(xiàn)高效數(shù)據(jù)傳輸一直是核心挑戰(zhàn)。傳統(tǒng)的信息瓶頸(Information Bottleneck, IB)理論通過壓縮冗余信息、保留目標(biāo)關(guān)鍵信息為核心任務(wù)(如分類)服務(wù)，但其單一任務(wù)導(dǎo)向的特性使其難以應(yīng)對復(fù)雜場景下的多任務(wù)需求。
 

　　研究人員首次提出“率-失真-分類”(Rate-Distortion-Classification, RDC)和“率-感知-分類”(Rate-Perception-Classification, RPC)兩大函數(shù)，將IB理論拓展至多任務(wù)場景，成功統(tǒng)一重建、生成與類三類任務(wù)的聯(lián)合優(yōu)化目標(biāo)，為提取任務(wù)導(dǎo)向信息提供了新的理論框架。
 

　　圖一：綜合考慮失真(distortion)、感知(perception)與分類(classification)任務(wù)的有損壓縮模型
 

　　通過理論分析，研究人員證明了在高斯信源下，失真約束與分類目標(biāo)存在折衷關(guān)系。例如，過度追求低均方誤差(MSE)會導(dǎo)致圖像分類準確率顯著下降；而在碼率受限時，感知質(zhì)量提升則會加劇這一矛盾。此外，研究人員推導(dǎo)并揭示了信源噪聲對任務(wù)間權(quán)衡的決定性作用，提出了一個基于深度學(xué)習(xí)的多任務(wù)圖像壓縮框架，并在真實數(shù)據(jù)集上驗證了理論分析結(jié)果的準確性。該研究為智能通信、自動駕駛等場景的實時多任務(wù)處理提供了新思路。
 

圖二：高斯信源下的RDC與RPC函數(shù)
 

　　攻克異構(gòu)計算難題，提出普適性編碼算法
 

　　在分布式計算領(lǐng)域，如何通過編碼技術(shù)降低通信負載是提升效率的關(guān)鍵?，F(xiàn)有編碼分布式計算(CDC)方案嚴重依賴預(yù)設(shè)的文件分配規(guī)則，難以適配邊緣計算等場景中節(jié)點自主存儲數(shù)據(jù)、輸出函數(shù)多樣化的現(xiàn)實需求。
 

　　研究人員針對“任意預(yù)設(shè)的文件與函數(shù)分配”場景提出系統(tǒng)解決方案。通過定義“赤字比率”量化中間值的異構(gòu)性，設(shè)計了“即時編碼傳輸(OSCT)”與“聯(lián)合編碼傳輸(FSCT)”兩大算法。算法通過對中間值進行高效的分類和分割，并充分利用多播增益，顯著優(yōu)化了數(shù)據(jù)傳輸效率。其中OSCT算法注重數(shù)據(jù)塊的獨立解碼，適用于對實時性要求較高的場景；而FSCT算法則通過聯(lián)合解碼多個數(shù)據(jù)塊，進一步提升了多播增益，適用于對傳輸效率有更高要求的場景。研究人員通過理論分析，建立了算法達到最優(yōu)計算負載-通信負載權(quán)衡關(guān)系的充分條件。
 

　　兩項研究雖分屬通信理論與分布式計算領(lǐng)域，但共同體現(xiàn)出“基礎(chǔ)理論創(chuàng)新—技術(shù)方案設(shè)計—實踐驗證”的研究路徑。在任務(wù)導(dǎo)向壓縮研究中，團隊從信息論出發(fā)構(gòu)建統(tǒng)一框架，并通過深度學(xué)習(xí)模型實現(xiàn)落地；而在編碼計算領(lǐng)域，則從系統(tǒng)異構(gòu)性建模切入，抽象出可擴展的算法核心。
 

　　這兩項研究的第一作者王宇瀚在本科階段完成主要理論與實驗工作。信息學(xué)院的很多本科課程都會設(shè)置項目型“大作業(yè)”，以本研結(jié)合模式培養(yǎng)具有學(xué)術(shù)前瞻性的學(xué)生，鼓勵學(xué)生從低年級接觸前沿問題，將前沿的研究成果引入課堂，實現(xiàn)科研、教學(xué)相互結(jié)合。