論文の概要: Deep Joint Source-Channel Coding for Efficient and Reliable
Cross-Technology Communication
- arxiv url: http://arxiv.org/abs/2402.10072v1
- Date: Fri, 26 Jan 2024 04:55:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-18 12:36:40.506324
- Title: Deep Joint Source-Channel Coding for Efficient and Reliable
Cross-Technology Communication
- Title（参考訳）: 高精度で信頼性の高いクロステクノロジー通信のためのディープジョイントソースチャネル符号化
- Authors: Shumin Yao, Xiaodong Xu, Hao Chen, Yaping Sun, and Qinglin Zhao
- Abstract要約: クロステクノロジー通信(CTC)は、非互換無線技術間の直接通信を可能にする有望な技術である。
本稿では,効率よく信頼性の高いCTCを実現するためのディープジョイント・ソースチャネル符号化方式を提案する。
- 参考スコア（独自算出の注目度）: 7.133814048121873
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cross-technology communication (CTC) is a promising technique that enables
direct communications among incompatible wireless technologies without needing
hardware modification. However, it has not been widely adopted in real-world
applications due to its inefficiency and unreliability. To address this issue,
this paper proposes a deep joint source-channel coding (DJSCC) scheme to enable
efficient and reliable CTC. The proposed scheme builds a neural-network-based
encoder and decoder at the sender side and the receiver side, respectively, to
achieve two critical tasks simultaneously: 1) compressing the messages to the
point where only their essential semantic meanings are preserved; 2) ensuring
the robustness of the semantic meanings when they are transmitted across
incompatible technologies. The scheme incorporates existing CTC coding
algorithms as domain knowledge to guide the encoder-decoder pair to learn the
characteristics of CTC links better. Moreover, the scheme constructs shared
semantic knowledge for the encoder and decoder, allowing semantic meanings to
be converted into very few bits for cross-technology transmissions, thus
further improving the efficiency of CTC. Extensive simulations verify that the
proposed scheme can reduce the transmission overhead by up to 97.63\% and
increase the structural similarity index measure by up to 734.78%, compared
with the state-of-the-art CTC scheme.
- Abstract（参考訳）: クロステクノロジー通信(CTC)は、ハードウェア修正を必要とせず、非互換な無線技術間の直接通信を可能にする有望な技術である。
しかし、その非効率性と信頼性のため、現実世界のアプリケーションでは広く採用されていない。
そこで本稿では,効率良く信頼性の高いctcを実現するために,djscc(deep joint source-channel coding)方式を提案する。
提案方式は, 送信側と受信側でそれぞれニューラルネットワークベースのエンコーダとデコーダを構築し, 同時に2つの重要なタスクを遂行する。
1) 本質的な意味のみが保存されている点にメッセージを圧縮する。
2)非互換技術間で伝達される意味意味の意味のロバスト性を確保する。
このスキームは、既存のCTC符号化アルゴリズムをドメイン知識として組み込んで、エンコーダとデコーダのペアをガイドし、CTCリンクの特性をよりよく学習する。
さらに、このスキームはエンコーダとデコーダの共有意味知識を構築し、技術横断伝送のために意味意味を非常に少ないビットに変換することで、ctcの効率をさらに向上させる。
広範なシミュレーションにより、提案手法は伝送オーバーヘッドを最大97.63\%削減し、構造的類似度指標を最大734.78%増加させることができることが検証された。
関連論文リスト
- Accelerating Error Correction Code Transformers [56.75773430667148]
本稿では,トランスを用いたデコーダの高速化手法を提案する。
最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
論文 参考訳（メタデータ） (2024-10-08T11:07:55Z) - Generative Semantic Communication for Text-to-Speech Synthesis [39.8799066368712]
本稿では,テキスト音声合成のための新しい意味コミュニケーションフレームワークを開発する。
我々はトランスフォーマーエンコーダと拡散モデルを用いて,重要な通信オーバーヘッドを発生させることなく,効率的なセマンティックコーディングを実現する。
論文 参考訳（メタデータ） (2024-10-04T14:18:31Z) - Joint Source-Channel Coding: Fundamentals and Recent Progress in
Practical Designs [6.059175509501795]
ジョイントソースチャネル符号化(JSCC)は、圧縮とチャネルコーディングを最適化することで、エンド・ツー・エンドのアプローチを提供する。
本稿では, J SCC の情報理論の基礎について概説し, 数十年にわたる実践的 J SCC 設計の実態調査を行い, 実用システムへの導入が限定された理由について論じる。
論文 参考訳（メタデータ） (2024-09-26T06:10:29Z) - Multi-level Reliability Interface for Semantic Communications over Wireless Networks [5.9056146376982]
ジョイントソースチャネル符号化(JSCC)は、ソースメッセージをチャネル入力シンボルに直接マッピングする。
本稿では,新しいマルチレベル信頼性インタフェースを用いて,ソースマッピングとチャネルマッピングを個別に,順次に設計することを提案する。
この研究は、無線ネットワークにおける意味コミュニケーションの実現に向けた重要なステップである。
論文 参考訳（メタデータ） (2024-07-07T20:15:10Z) - Deep Joint Semantic Coding and Beamforming for Near-Space Airship-Borne Massive MIMO Network [70.63240823677182]
近距離飛行船搭載通信網は、緊急に信頼性と効率のよい飛行船対Xリンクを必要とする。
本稿では,MIMO(Multiple-Input multiple-output)技術とセマンティックコミュニケーションを統合することを提案する。
論文 参考訳（メタデータ） (2024-05-30T09:46:59Z) - NNCTC: Physical Layer Cross-Technology Communication via Neural Networks [5.316403200445237]
技術間通信は、多様な無線技術間のシームレスな相互作用を可能にする。
NNCTCは、無線通信におけるトレーニング可能なニューラルモデルの適応性に着想を得たニューラルネットワークベースのクロステクノロジー通信フレームワークである。
論文 参考訳（メタデータ） (2024-03-15T04:36:44Z) - 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) - Improving CTC-AED model with integrated-CTC and auxiliary loss
regularization [6.214966465876013]
自動音声認識(ASR)において、コネクショニスト時間的分類とアテンションベースエンコーダデコーダ(AED)共同訓練が広く適用されている。
本稿では,2つの融合法,すなわち直接ロジット加算(DAL)と最大確率保存(PMP)を用いる。
我々は,CTCの寸法に適合するように注意結果を適応的にアフィン変換することで,次元整合性を実現する。
論文 参考訳（メタデータ） (2023-08-15T03:31:47Z) - 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) - Intermediate Loss Regularization for CTC-based Speech Recognition [58.33721897180646]
本稿では,コネクショニスト時間分類(CTC)の目的に基づいて,自動音声認識(ASR)のための簡易かつ効率的な補助的損失関数を提案する。
提案手法は,WSJコーパスの単語誤り率(WER)9.9%,AISHELL-1コーパスの文字誤り率(CER)5.2%である。
論文 参考訳（メタデータ） (2021-02-05T15:01:03Z) - EfficientFCN: Holistically-guided Decoding for Semantic Segmentation [49.27021844132522]
最先端セマンティックセマンティックセグメンテーションアルゴリズムは主に拡張されたFully Convolutional Networks (DilatedFCN)に基づいている
本稿では,拡張畳み込みのないイメージネット事前学習ネットワークをバックボーンとする,効率的なFCNを提案する。
このようなフレームワークは、計算コストの1/3しか持たない最先端の手法に比べて、同等またはそれ以上の性能を達成する。
論文 参考訳（メタデータ） (2020-08-24T14:48:23Z)
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。