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

Rectified Diffusion Guidance for Conditional Generation [62.00207951161297]
CFGの背後にある理論を再検討し、組合せ係数の不適切な構成(すなわち、広く使われている和対1バージョン)が生成分布の期待シフトをもたらすことを厳密に確認する。本稿では,誘導係数を緩和したReCFGを提案する。このようにして、修正された係数は観測されたデータをトラバースすることで容易に事前計算でき、サンプリング速度はほとんど影響を受けない。
論文参考訳（メタデータ） (2024-10-24T13:41:32Z)
Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
論文参考訳（メタデータ） (2023-12-21T17:40:18Z)
Optimizing state-discrimination receivers for continuous-variable quantum key distribution over a wiretap channel [1.3108652488669736]
我々は、コヒーレント状態の第四次位相シフトキー(QPSK)を用いた連続可変量子鍵分布プロトコルに対処する。我々は、唯一のチャネル損失を収集するために、盗聴可能な盗聴が制限される純粋損失量子通信路を考える。
論文参考訳（メタデータ） (2023-06-20T12:26:06Z)
Deep Joint Source-Channel Coding with Iterative Source Error Correction [11.41076729592696]
深層学習に基づくジョイントソースチャネル符号(Deep J SCC)に対する反復的ソース誤り訂正(ISEC)復号法を提案する。チャネルを通じて受信されたノイズワードに対して、Deep J SCCエンコーダとデコーダペアを使用して、コードを反復的に更新する。提案手法は, チャネルノイズ特性がトレーニング時に使用するものと一致しない場合に, ベースラインよりも信頼性の高いソース再構成結果を生成する。
論文参考訳（メタデータ） (2023-02-17T22:50:58Z)
Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文参考訳（メタデータ） (2023-01-27T08:16:26Z)
Denoising Diffusion Error Correction Codes [92.10654749898927]
近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
論文参考訳（メタデータ） (2022-09-16T11:00:50Z)
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)
SNR-adaptive deep joint source-channel coding for wireless image transmission [14.793908797250989]
本稿では, 自己エンコーダを用いた新しい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。デコーダは、信号対雑音比(SNR)を推定し、それを用いて送信された画像を適応的に復号することができる。
論文参考訳（メタデータ） (2021-01-30T10:30:04Z)
Bandwidth-Agile Image Transmission with Deep Joint Source-Channel Coding [7.081604594416339]
画像が時間や頻度で徐々に層に伝達されるシナリオを考察する。 DeepJSCC-$l$は、畳み込みオートエンコーダを使用する革新的なソリューションである。 DeepJSCC-$l$は、低信号対雑音比(SNR)と小さな帯域幅規則の挑戦において、最先端のデジタルプログレッシブ伝送方式と同等の性能を持つ。
論文参考訳（メタデータ） (2020-09-26T00:11:50Z)
Detached Error Feedback for Distributed SGD with Random Sparsification [98.98236187442258]
コミュニケーションのボトルネックは、大規模なディープラーニングにおいて重要な問題である。非効率な分散問題に対する誤りフィードバックよりも優れた収束性を示す分散誤差フィードバック(DEF)アルゴリズムを提案する。また、DEFよりも優れた境界を示すDEFの一般化を加速するDEFAを提案する。
論文参考訳（メタデータ） (2020-04-11T03:50:59Z)
Infomax Neural Joint Source-Channel Coding via Adversarial Bit Flip [41.28049430114734]
本稿では、ニューラルジョイント・ソース・チャネル符号化方式の安定性と堅牢性を改善するために、Infomax Adversarial-Bit-Flip (IABF) と呼ばれる新しい正規化手法を提案する。我々のIABFは、圧縮と誤り訂正のベンチマークの両方で最先端のパフォーマンスを達成でき、ベースラインをかなりの差で上回ることができる。
論文参考訳（メタデータ） (2020-04-03T10:00:02Z)

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。