Les réseaux de communication impliquent une variété de supports de communication (sans fil, câblés, optiques…) pour la transmission d’informations, la récupération d’informations et le traitement d’informations. Ces tâches doivent généralement être effectuées avec des contraintes prenant en compte un ensemble de métriques de performances, notamment la complexité, la fiabilité, la latence et le secret. De plus, en fonction de la nature du réseau, ces contraintes devraient être satisfaites de manière centralisée ou décentralisée.
Au cours des cinq dernières années, l’équipe MIC (ex-ComNum) a axé ses travaux de recherche sur une meilleure compréhension des limites fondamentales des réseaux de communication et sur la fourniture de moyens permettant de les atteindre.
Recherche
L’équipe Mathématiques de l’Information et des Communications [MIC] (ex- Communications Numériques) traite particulièrement les thèmes suivants:
- Communications point à point
- Optimisation des réseaux
- Sécurité : communications et appareils
- Outils interdisciplinaires de théorie de l’information et de statistique
Membres de l’équipe
- Aslan Tchamkerten, Professeur, responsable d’équipe
- Hadi Ghauch, Maître de Conférences
- Ghaya Rekaya Ben Othman, Professeure,
- Olivier Rioul, Professeur
Mots-clés
Théorie de l’information
Traitement de l’information sur réseau
Codage
Optimisation distribuée
Sécurité
Les publications de l’équipe
Interrogation du serveur HAL en cours...Waiting for HAL server...
Dernières actualités du LTCI
La lettre Ideas : IA industrielle - Batteries réemployées
— 10/02/2025Et aussi : IA souveraine, éthique et durable - Interaction humain machine à l'ère de ChatGPT
[Ideas] IA et industrie : vers une révolution maîtrisée ?
Confiance numérique, Data science & IA, Économie numérique — 10/02/2025Stephan Clémençon : comment les applications industrielles de l’IA [...]
L'IA chasse le « bruit » des images des satellites radar
Data science & IA, Enseignants-chercheurs — 05/02/2025Florence Tupin a recours à l’apprentissage profond pour obtenir des images débarrassées des [...]
Mettre au régime l'IA, trop gourmande en énergie
Data science & IA, Enseignants-chercheurs — 03/02/2025Enzo Tartaglione tente de développer des modèles de Deep Learning plus économes en énergie.
Ghaya Rekaya lauréate Women TechEU ! (m.à.j.)
Enseignants-chercheurs, Start-up — 20/01/2025Cette reconnaissance prestigieuse souligne son engagement pour un écosystème plus diversifié et inclusif.
EMOOCs 2025 à Télécom Paris, 30 juin - 02 juillet
Data science & IA — 14/01/2025Partageons nos recherches, expériences et innovations autour des nouvelles intégrations de l’IA dans l’éducation [...]
Ni plus, ni moins : des réseaux sobres pour la 5G
Enseignants-chercheurs, Très grands réseaux et systèmes — 13/01/2025Le projet Just Enough Network, copiloté par Télécom Paris, vise à construire des réseaux [...]
L'hymne à la voix (Radio France)
Enseignants-chercheurs, Modélisation — 30/12/2024Avec notamment Gaël Richard, professeur à Télécom Paris, co-directeur scientifique de Hi! Paris.
Un livre de référence sur les fuites en cryptographie : quelles menaces ?
Confiance numérique, Enseignants-chercheurs — 22/12/2024Wei Cheng, Sylvain Guilley, Olivier Rioul publient un livre intitulé [...]
La menace cyber, nouveau casse-tête de l’automobile (La Tribune)
Confiance numérique, Enseignants-chercheurs — 17/12/2024Pascal Urien : « transformer une voiture en machine à tuer » préoccupe depuis [...]
