I PARTE:

Elementi di Comunicazioni Digitali:

Introduzione ai sistemi di comunicazione digitale. Tecniche di modulazione e demodulazione coerente per la trasmissione digitale. Analisi delle prestazioni dei sistemi di comunicazione digitale, con particolare attenzione agli indicatori fondamentali di qualità. Introduzione alla modulazione multiportante.

Elementi di Teoria dell’Informazione:

Concetto di informazione e sua misura: entropia e relative proprietà. Entropia congiunta e condizionale, divergenza e mutua informazione. Proprietà fondamentali delle principali grandezze informazionali. Codifica dell’alfabeto di sorgente e introduzione alla codifica di sorgente. Codici non singolari, univocamente decifrabili e a prefisso. Codici di Huffman, Shannon e Shannon–Fano–Elias. Limiti informazionali sulla lunghezza media dei codici di sorgente e codifica a blocchi. Caratterizzazione delle sorgenti tramite il tasso entropico e sue interpretazioni. Concetto di tipicità e implicazioni nella compressione dei dati. Codifica aritmetica e codifica di Lempel–Ziv.

Capacità di canale e concetti fondamentali della trasmissione dell’informazione: canali di comunicazione, tasso di trasmissione e tasso di codifica. Teorema della codifica di canale ed esempi di codici di canale. Estensione delle principali grandezze informazionali al caso continuo. Canali continui e loro capacità, con particolare riferimento al canale Gaussiano additivo. Capacità dei canali wireless. Sistemi multiple-input multiple-output (MIMO) e tecniche di codifica spazio-temporali.  

Elementi di Machine Learning basato su concetti informazionali:

Entropia come misura di incertezza nei dati e nei modelli. Informazione mutua come criterio per la selezione delle caratteristiche e per la progettazione di classificatori. Algoritmi di apprendimento basati su entropia. Approcci di decodifica basati su machine learning ed esempi di sistemi di comunicazione end-to-end modellati come autoencoder.