Lebenslauf

Georg Böcherer absolvierte sein Diplomstudium in Elektrotechnik und Informationstechnologie an der ETH Zürich. Als Austauschstudent studierte er ein Semester lang an der EPF in Lausanne. Er schrieb seine Diplomarbeit an der Staatlichen Universität von Pernambuco in Recife, Brasilien. Von 2007 bis 2012 arbeitete er als wissenschaftlicher Mitarbeiter am Institut für Theoretische Informationstechnologie an der RWTH Aachen und erhielt den Doktortitel (summa cum laude) im Jahr 2012. Seit April 2012 arbeitet er am Lehrstuhl für Nachrichtentechnik an der Technischen Universität München. Seine Doktorarbeit über Probabilistic Shaping wurde mit dem E-Plus Dissertationspreis ausgezeichnet. Seine Arbeit über die Kodierung der ICT Cubes wurde als bester Beitrag auf der ISWCS 2011 honoriert. Zusammen mit zwei seiner ehemaligen Masterstudenten gewann er 2015 einen Bell Labs Preis. Er war Mitorganisator des Munich Workshop on Coding and Modulation (MCM 2015).

Lehre

Vorlesung

• Sommersemester 2015: Multi-User Information Theory
• Sommersemester (seit 2014): Coded Modulation
• Wintersemester (seit 13/14): Channel Coding
• CDHK: Kodierung variabler Länge: Datenkompresion und Verteilungsanpassung

Übungsassistent

• Multi-User Information Theory
• Information Theory
• Ferienakademie: Network Information Theory and Coding
• Gastvorlesung Dr. Ungerböck: Coding Theory: Classical and Modern Channel Coding

Research Interests

Coded Modulation with Probabilistic Shaping

In Shannon theory, the key step in calculating capacity of a communication channel is to determine the capacity-achieving input distribution. In practical systems however, almost exclusively uniform input distributions are employed. This results in the so called shaping gap, i.e., a reduction of the maximum theoretically achievable rate for reliable communication. The goal is to develop practical tools that provably allow to overcome the shaping gap. To this end, the generation of capacity-achieving distributions, forward error correction and modulation are jointly considered.

• Recent result: High Throughput Probabilistic Shaping with Product Distribution Matching
• Rate Adaptation and Reach Increase by Probabilistically Shaped 64-QAM: An Experimental Demonstration
• Bandwidth Efficient and Rate-Matched Low-Density Parity-Check Coded Modulation
• Protograph-Based LDPC Code Design for Shaped Bit-Metric Decoding

Simulation of Random Processes

The generation of random numbers with a distribution that matches (resembles) a given target distribution is a core problem relevant to many communication scenarios such as data compression, constrained coding, coded modulation, and information theoretic security. The appropriate measure of resemblance from an information theoretic point of view is the informational divergence between the generated distribution and the target distribution. I am interested in theoretic limits, algorithms, and applications.

• Recent result: Constant Composition Distribution Matching
• Recent result: Informational Divergence and Entropy Rate on Rooted Trees with Probabilities

Projekte

• Probabilistic Amplitude Shaping (PAS) Webdemo
• Constant Composition Distribution Matching
• ICT Cubes

Links

• Vollständige Publikationsliste
• Find me on researchgate.net