論文の概要: Adaptive Resource Allocation for Semantic Communication Networks
- arxiv url: http://arxiv.org/abs/2312.01081v1
- Date: Sat, 2 Dec 2023 09:12:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-05 19:16:05.451632
- Title: Adaptive Resource Allocation for Semantic Communication Networks
- Title（参考訳）: セマンティック通信ネットワークのための適応的資源割当
- Authors: Lingyi Wang, Wei Wu, Fuhui Zhou, Zhaohui Yang, Zhijin Qin
- Abstract要約: 本稿では,意味的量子化効率(SQE)や伝送遅延などのセマンティック通信ネットワークにおけるサービス品質について検討する。
全体として有効なSC-QoSを最大化する問題は、基地局、ビット意味表現、サブチャネル割り当て、およびセマンティックリソース割り当てを共同で送信することで定式化される。
本設計では, セマンティックノイズに効果的に対処でき, 無線通信において, 複数のベンチマーク方式と比較して優れた性能が得られる。
- 参考スコア（独自算出の注目度）: 34.189531352110386
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic communication, recognized as a promising technology for future
intelligent applications, has received widespread research attention. Despite
the potential of semantic communication to enhance transmission reliability,
especially in low signal-to-noise (SNR) environments, the critical issue of
resource allocation and compatibility in the dynamic wireless environment
remains largely unexplored. In this paper, we propose an adaptive semantic
resource allocation paradigm with semantic-bit quantization (SBQ) compatibly
for existing wireless communications, where the inaccurate environment
perception introduced by the additional mapping relationship between semantic
metrics and transmission metrics is solved. In order to investigate the
performance of semantic communication networks, the quality of service for
semantic communication (SC-QoS), including the semantic quantization efficiency
(SQE) and transmission latency, is proposed for the first time. A problem of
maximizing the overall effective SC-QoS is formulated by jointly optimizing the
transmit beamforming of the base station, the bits for semantic representation,
the subchannel assignment, and the bandwidth resource allocation. To address
the non-convex formulated problem, an intelligent resource allocation scheme is
proposed based on a hybrid deep reinforcement learning (DRL) algorithm, where
the intelligent agent can perceive both semantic tasks and dynamic wireless
environments. Simulation results demonstrate that our design can effectively
combat semantic noise and achieve superior performance in wireless
communications compared to several benchmark schemes. Furthermore, compared to
mapping-guided paradigm based resource allocation schemes, our proposed
adaptive scheme can achieve up to 13% performance improvement in terms of
SC-QoS.
- Abstract（参考訳）: 将来のインテリジェントアプリケーションにとって有望な技術として認識されているセマンティックコミュニケーションは、広く研究の注目を集めている。
送信信頼性を高めるセマンティック通信の可能性、特に低信号雑音(SNR)環境では、リソース割り当てと動的無線環境における互換性の重要な問題は、まだ明らかにされていない。
本稿では,既存の無線通信において,セマンティックビット量子化(SBQ)を用いた適応型セマンティックリソース割り当てパラダイムを提案する。
セマンティック通信ネットワークの性能を調べるため,意味的量子化効率(SQE)と送信遅延を含む意味的通信のためのサービス品質(SC-QoS)を初めて提案した。
基地局の送信ビームフォーミング、意味表現用ビット、サブチャネル割り当て、帯域幅リソース割り当てを共同最適化することにより、全体的な有効SC-QoSを最大化する問題を定式化する。
非凸な定式化問題に対処するため、知的資源配分スキームは、知的エージェントが意味的タスクと動的無線環境の両方を知覚できるハイブリッド強化学習(DRL)アルゴリズムに基づいて提案される。
シミュレーションの結果,提案設計はセマンティックノイズに効果的に対処でき,無線通信の性能はいくつかのベンチマーク方式と比較して優れていることが示された。
さらに,本提案手法により,SC-QoSで最大13%の性能向上を実現することができる。
関連論文リスト
- IRS-Enhanced Secure Semantic Communication Networks: Cross-Layer and Context-Awared Resource Allocation [30.000606717755833]
eavesdroppingの課題は、無線通信のオープンな性質のため、セマンティックプライバシに深刻な脅威をもたらす。
本稿では,タスク指向のセマンティック視点から物理層セキュリティを保証するために,インテリジェント反射面(IRS)強化セキュアセマンティック通信(IRS-SSC)を提案する。
本研究では,高次元意味空間と可観測系状態空間を融合させる新しい意味認識状態空間(SCA-SS)を提案する。
論文 参考訳（メタデータ） (2024-11-04T05:40:30Z) - Hypergame Theory for Decentralized Resource Allocation in Multi-user Semantic Communications [60.63472821600567]
マルチユーザSCシステムにおける分散コンピューティングと通信資源割り当てのための新しいフレームワークを提案する。
通信資源と計算資源を効率的に割り当てることの課題は、Stackelbergハイパーゲーム理論の適用によって解決される。
シミュレーションの結果,提案したStackelbergハイパーゲームは通信資源と計算資源を効率的に利用することができることがわかった。
論文 参考訳（メタデータ） (2024-09-26T15:55:59Z) - Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
本稿では,強化学習に基づくエージェント駆動型ジェネリック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。
本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。
設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
論文 参考訳（メタデータ） (2024-04-10T13:24:27Z) - Dynamic Relative Representations for Goal-Oriented Semantic Communications [13.994922919058922]
通信のセマンティクスと有効性は6G無線ネットワークにおいて基本的な役割を果たす。
潜時空間通信において、この課題は、ディープニューラルネットワークがデータをエンコードする高次元表現における誤調整として現れる。
本稿では,相対表現を利用して意味ミスマッチを緩和する,ゴール指向のセマンティックコミュニケーションのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-25T17:48:06Z) - RIS-Based On-the-Air Semantic Communications -- a Diffractional Deep
Neural Network Approach [10.626169088908867]
現在のAIベースのセマンティックコミュニケーション手法は実装にデジタルハードウェアを必要とする。
RISベースのセマンティックコミュニケーションは、光速計算、計算能力の低さ、複数のタスクを同時に処理する能力など、魅力的な機能を提供する。
論文 参考訳（メタデータ） (2023-12-01T12:15:49Z) - Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
本稿では,実用的な意味コミュニケーションフレームワークを提案する。
2つの知性エージェント間の効果的な目標指向情報共有を可能にする。
数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
論文 参考訳（メタデータ） (2023-11-30T03:36:19Z) - 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) - 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) - 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) - Optimal Power Allocation for Rate Splitting Communications with Deep
Reinforcement Learning [61.91604046990993]
このレターでは、レート分割多重アクセスネットワークにおいて、ユーザの電力割り当てを最適化するための新しいフレームワークを紹介します。
ネットワークでは、ユーザのために意図されたメッセージは、単一の共通部分と個々のプライベート部分に分割される。
論文 参考訳（メタデータ） (2021-07-01T06:32:49Z) - Learning Task-Oriented Communication for Edge Inference: An Information
Bottleneck Approach [3.983055670167878]
ローエンドエッジ装置は、ローカルデータサンプルの抽出された特徴ベクトルを強力なエッジサーバに送信して処理する。
帯域幅が限られているため、データを低遅延推論のための情報的かつコンパクトな表現に符号化することが重要である。
特徴抽出,ソース符号化,チャネル符号化を協調的に最適化する学習型通信方式を提案する。
論文 参考訳（メタデータ） (2021-02-08T12:53:32Z)
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。