Fugu-MT 論文翻訳(概要): Rateless Stochastic Coding for Delay-constrained Semantic Communication

論文の概要: Rateless Stochastic Coding for Delay-constrained Semantic Communication

arxiv url: http://arxiv.org/abs/2406.19804v1
Date: Fri, 28 Jun 2024 10:27:06 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 21:11:31.106104
Title: Rateless Stochastic Coding for Delay-constrained Semantic Communication
Title（参考訳）: 遅延制約付きセマンティック通信のためのレートレス確率符号化
Authors: Cheng Peng, Rulong Wang, Yong Xiao,
Abstract要約: 我々は、歪みと知覚制約を伴い、達成可能なジョイントソースチャネル符号レートに対して、新しい有限ブロック長境界を求める。次に、レートレス符号化(RSC)と呼ばれる新しいJSCC符号化方式を提案する。
参考スコア（独自算出の注目度）: 5.882972817816777
License:
Abstract: We consider the problem of joint source-channel coding with distortion and perception constraints from a rateless perspective, the purpose of which is to settle the balance between reliability (distortion/perception) and effectiveness (rate) of transmission over uncertain channels. We find a new finite-blocklength bound for the achievable joint source-channel code rate with the above two constraints. To achieve a superior rateless characteristic of JSCC coding, we perform multi-level optimization on various finite-blocklength codes. Based on these two, we then propose a new JSCC coding scheme called rateless stochastic coding (RSC). We experimentally demonstrate that the proposed RSC can achieve variable rates of transmission maintaining an excellent trade-off between distortion and perception.
Abstract（参考訳）: 本研究では、不確実なチャネル上での伝送の信頼性(歪み/知覚)と有効性(速度)のバランスを解消することを目的として、非定常的な視点から歪み・知覚制約を伴う連成音源チャネル符号化の問題点を考察する。以上の2つの制約で達成可能なジョイントソースチャネル符号レートに対する新しい有限ブロック長境界を求める。 JSCC符号化の高速な特性を実現するため,様々な有限ブロック符号に対して多レベル最適化を行う。そこで我々は,これら2つの手法に基づいて,RSC ( rateless stochastic coding) と呼ばれる新しいJSCC符号化手法を提案する。提案したRCCは,歪みと知覚のトレードオフを良好に保ちながら,伝送速度の可変性を実証した。

関連論文リスト

Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
論文参考訳（メタデータ） (2025-01-20T04:26:21Z)
Vision Transformer-based Semantic Communications With Importance-Aware Quantization [13.328970689723096]
本稿では、無線画像伝送のための重要量化(IAQ)を用いた視覚変換器(ViT)に基づくセマンティック通信システムを提案する。筆者らのIAQフレームワークは, エラーのない, 現実的な通信シナリオにおいて, 従来の画像圧縮手法よりも優れていることを示す。
論文参考訳（メタデータ） (2024-12-08T19:24:47Z)
Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
論文参考訳（メタデータ） (2024-08-29T08:53:26Z)
Benchmarking Semantic Communications for Image Transmission Over MIMO Interference Channels [11.108614988357008]
一般マルチインプット・マルチアウトプット(MIMO)干渉チャネルに対するインターフェクト・ロバスト・セマンティック通信(IRSC)方式を提案する。このスキームはニューラルネットワーク(NN)に基づくトランシーバの開発を伴い、チャネル状態情報(CSI)を受信機のみ、または送信機と受信機の両方の端で統合する。実験結果から、IRSC方式は干渉を緩和し、ベースラインアプローチより優れることを示す。
論文参考訳（メタデータ） (2024-04-10T11:40:22Z)
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)
Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文参考訳（メタデータ） (2022-05-02T12:23:55Z)
Adaptive Information Bottleneck Guided Joint Source and Channel Coding for Image Transmission [132.72277692192878]
画像伝送には適応情報ボトルネック(IB)誘導ジョイントソースとチャネル符号化(AIB-JSCC)が提案されている。 AIB-JSCCの目的は、画像再構成品質を改善しながら伝送速度を下げることである。実験の結果,AIB-JSCCは送信データ量を大幅に削減し,再現性を向上させることができることがわかった。
論文参考訳（メタデータ） (2022-03-12T17:44:02Z)
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)
Millimeter Wave Communications with an Intelligent Reflector: Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
論文参考訳（メタデータ） (2020-02-24T22:18:54Z)

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。