Im Herbst 2022 hat der Information Theory Workshop (ITW) erstmalig die ITW Competition veranstaltet. Der Wettbewerb fand im Rahmen der Session zu "Communication-efficient gradient compression and coding in distributed learning" statt. Die Aufgabe bestand darin, ein Kompressionsverfahren für Channel State Information (CSI) für Massive MIMO in 5G zu entwerfen und zu trainieren. Dabei mussten strenge Kommunikationseinschränkungen eingehalten werden. Untergliedert in drei Teilaufgaben mussten die Teilnehmer mittels föderalen Lernens verschiedene Autoencoder entwerfen und trainieren.
Das TUM-Team bestand aus dem Masterstudenten Cengizhan Kaya und den Doktoranden Christoph Hofmeister und Maximilian Egger vom Lehrstuhl für Codierung und Kryptographie. Gemeinsam erzielten sie den zweiten Platz (https://itw2022.in/themed-session-announcements/).