論文の概要: A Wireless AI-Generated Content (AIGC) Provisioning Framework Empowered
by Semantic Communication
- arxiv url: http://arxiv.org/abs/2310.17705v1
- Date: Thu, 26 Oct 2023 18:05:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-30 15:59:09.173632
- Title: A Wireless AI-Generated Content (AIGC) Provisioning Framework Empowered
by Semantic Communication
- Title(参考訳): セマンティック通信を利用した無線AI生成コンテンツ(AIGC)プロビジョニングフレームワーク
- Authors: Runze Cheng, Yao Sun, Dusit Niyato, Lan Zhang, Lei Zhang, and Muhammad
Ali Imran
- Abstract要約: 生成AIアプリケーションは、多種多様な高品質AI生成コンテンツ(AIGC)を作成することによって、巨大なユーザーベースに育ちつつある
無線ネットワークにおいて、不安定なチャネル、限られた帯域リソース、不均一な分散計算リソースを備えた最適なAIGCサービスを提供するのは難しい。
本稿では,セマンティック通信(SemCom)を利用したAIGC(SemAIGC)の生成と伝送フレームワークを提案する。
- 参考スコア(独自算出の注目度): 53.78269720999609
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI applications are recently catering to a vast user base by
creating diverse and high-quality AI-generated content (AIGC). With the
proliferation of mobile devices and rapid growth of mobile traffic, providing
ubiquitous access to high-quality AIGC services via wireless communication
networks is becoming the future direction for AIGC products. However, it is
challenging to provide optimal AIGC services in wireless networks with unstable
channels, limited bandwidth resources, and unevenly distributed computational
resources. To tackle these challenges, we propose a semantic communication
(SemCom)-empowered AIGC (SemAIGC) generation and transmission framework, where
only semantic information of the content rather than all the binary bits should
be extracted and transmitted by using SemCom. Specifically, SemAIGC integrates
diffusion-based models within the semantic encoder and decoder for efficient
content generation and flexible adjustment of the computing workload of both
transmitter and receiver. Meanwhile, we devise a resource-aware workload
trade-off (ROOT) scheme into the SemAIGC framework to intelligently decide
transmitter/receiver workload, thus adjusting the utilization of computational
resource according to service requirements. Simulations verify the superiority
of our proposed SemAIGC framework in terms of latency and content quality
compared to conventional approaches.
- Abstract(参考訳): 生成型AIアプリケーションは、多種多様な高品質なAI生成コンテンツ(AIGC)を作成することで、最近、巨大なユーザベースに対応している。
モバイルデバイスの普及とモバイルトラフィックの急速な増加により、無線通信ネットワークによる高品質なAIGCサービスへのユビキタスアクセスが、AIGC製品の将来的な方向性になりつつある。
しかし、不安定なチャネル、限られた帯域リソース、不均一な分散計算リソースを備えた無線ネットワークで最適なAIGCサービスを提供することは困難である。
これらの課題に対処するために、セムコムを用いたセマンティック通信(セムコム)によるAIGC(セムAIGC)生成および送信フレームワークを提案する。
具体的には、セマンティックエンコーダとデコーダに拡散モデルを統合し、効率的なコンテンツ生成と送信機と受信機の両方の計算負荷の柔軟な調整を行う。
一方、リソース対応のワークロードトレードオフ(ROOT)方式をSemAIGCフレームワークに導入し、送信/受信者のワークロードをインテリジェントに決定し、サービス要求に応じて計算リソースの利用を調整する。
提案するSemAIGCフレームワークは,従来の手法に比べてレイテンシとコンテンツ品質の面で優れている。
関連論文リスト
- Offloading and Quality Control for AI Generated Content Services in Edge
Computing Networks [21.04384930605762]
本稿では, 逆拡散段階における拡散モデルのオフロード決定, 計算時間, 拡散ステップに対する共同最適化アルゴリズムを提案する。
実験結果から,提案アルゴリズムはベースラインよりも優れた継手最適化性能が得られることが示された。
論文 参考訳(メタデータ) (2023-12-11T08:36:27Z) - Generative AI-aided Joint Training-free Secure Semantic Communications
via Multi-modal Prompts [89.04751776308656]
本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。
セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
論文 参考訳(メタデータ) (2023-09-05T23:24:56Z) - Semantic Communications for Artificial Intelligence Generated Content
(AIGC) Toward Effective Content Creation [75.73229320559996]
本稿では,AIGCとSemComの統合の概念モデルを開発する。
AIGC技術を利用した新しいフレームワークが,意味情報のためのエンコーダおよびデコーダとして提案されている。
このフレームワークは、生成されたさまざまなタイプのコンテンツ、要求される品質、活用される意味情報に適応することができる。
論文 参考訳(メタデータ) (2023-08-09T13:17:21Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳(メタデータ) (2023-04-25T00:15:00Z) - Enabling AI-Generated Content (AIGC) Services in Wireless Edge Networks [68.00382171900975]
無線エッジネットワークでは、不正に生成されたコンテンツの送信はネットワークリソースを不要に消費する可能性がある。
我々は、AIGC-as-a-serviceの概念を示し、エッジネットワークにAをデプロイする際の課題について議論する。
最適なASP選択のための深層強化学習可能なアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-01-09T09:30:23Z) - Enabling the Wireless Metaverse via Semantic Multiverse Communication [82.47169682083806]
無線ネットワーク上のメタバースは、第6世代(6G)無線システムの新たなユースケースである。
メタバースを人間/機械エージェント固有のセマンティック・マルチバース(SM)に分解する新しいセマンティック・コミュニケーション・フレームワークを提案する。
各エージェントに格納されたSMは、セマンティックエンコーダとジェネレータから構成され、生成人工知能(AI)の最近の進歩を活用する。
論文 参考訳(メタデータ) (2022-12-13T21:21:07Z) - Wireless Resource Management in Intelligent Semantic Communication
Networks [15.613654766345702]
ISC対応ヘテロジニアスネットワーク(ISC-HetNet)におけるユーザアソシエーション(UA)と帯域幅割り当ての問題に対処する。
目的を達成するためのプログラミング手法と、UAとBAの最適性に到達するための第2段階のアルゴリズムを含む2段階の解を提案する。
論文 参考訳(メタデータ) (2022-02-15T18:28:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。