論文の概要: Joint Source-Channel Coding: Fundamentals and Recent Progress in
Practical Designs
- arxiv url: http://arxiv.org/abs/2409.17557v1
- Date: Thu, 26 Sep 2024 06:10:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-28 22:56:36.425124
- Title: Joint Source-Channel Coding: Fundamentals and Recent Progress in
Practical Designs
- Title（参考訳）: ソース・チャネル連成符号化の基礎と最近の進歩
実用設計
- Authors: Deniz G\"und\"uz, Mich\`ele A. Wigger, Tze-Yang Tung, Ping Zhang, Yong
Xiao
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 6.059175509501795
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic- and task-oriented communication has emerged as a promising approach
to reducing the latency and bandwidth requirements of next-generation mobile
networks by transmitting only the most relevant information needed to complete
a specific task at the receiver. This is particularly advantageous for
machine-oriented communication of high data rate content, such as images and
videos, where the goal is rapid and accurate inference, rather than perfect
signal reconstruction. While semantic- and task-oriented compression can be
implemented in conventional communication systems, joint source-channel coding
(JSCC) offers an alternative end-to-end approach by optimizing compression and
channel coding together, or even directly mapping the source signal to the
modulated waveform. Although all digital communication systems today rely on
separation, thanks to its modularity, JSCC is known to achieve higher
performance in finite blocklength scenarios, and to avoid cliff and the
levelling-off effects in time-varying channel scenarios. This article provides
an overview of the information theoretic foundations of JSCC, surveys practical
JSCC designs over the decades, and discusses the reasons for their limited
adoption in practical systems. We then examine the recent resurgence of JSCC,
driven by the integration of deep learning techniques, particularly through
DeepJSCC, highlighting its many surprising advantages in various scenarios.
Finally, we discuss why it may be time to reconsider today's strictly separate
architectures, and reintroduce JSCC to enable high-fidelity, low-latency
communications in critical applications such as autonomous driving, drone
surveillance, or wearable systems.
- Abstract（参考訳）: セマンティック通信とタスク指向通信は,受信機で特定のタスクを完了させるために必要な最も関連性の高い情報のみを送信することによって,次世代モバイルネットワークのレイテンシと帯域幅の要求を低減させる,有望なアプローチとして登場した。
これは、完全な信号再構成ではなく、高速かつ正確な推論を目標とする画像やビデオなどの高レートコンテンツのマシン指向通信において特に有利である。
従来の通信システムではセマンティックおよびタスク指向の圧縮を実装できるが、ジョイントソースチャネル符号化(JSCC)は、圧縮とチャネル符号化を最適化したり、ソース信号を変調波形に直接マッピングしたりすることで、代替的なエンドツーエンドのアプローチを提供する。
現在、全てのデジタル通信システムは分離に依存しているが、そのモジュラリティにより、JSCCは有限ブロック長のシナリオでは高い性能を達成し、時間変化のチャネルシナリオでは崖やレベリングオフの影響を避けることが知られている。
本稿では, 情報理論の基礎となるJSCCについて概説し, 現実的なJSCC設計を数十年にわたって調査し, 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。
次に、深層学習技術の統合、特にDeepJSCCによるJSCCの最近の復活について検討し、様々なシナリオにおける多くの驚くべき利点を浮き彫りにした。
最後に、今日の厳密な分離アーキテクチャを再考し、JSCCを再導入して、自律運転、ドローン監視、ウェアラブルシステムといった重要なアプリケーションにおいて、高忠実で低レイテンシな通信を可能にする理由について議論する。
関連論文リスト
- AI Flow at the Network Edge [58.31090055138711]
AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。
この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
論文 参考訳（メタデータ） (2024-11-19T12:51:17Z) - Synesthesia of Machines (SoM)-Enhanced ISAC Precoding for Vehicular Networks with Double Dynamics [15.847713094328286]
統合センシング・通信(ISAC)技術は車載ネットワークにおいて重要な役割を担っている。
ダブルダイナミクスは、リアルタイムISACプリコーディング設計において重要な課題を示す。
本稿では,機械(SoM)に強化されたプリコーディングパラダイムの合成を提案する。
論文 参考訳（メタデータ） (2024-08-24T10:35:10Z) - 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) - 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) - Practical quantum secure direct communication with squeezed states [55.41644538483948]
CV-QSDCシステムの最初の実験実験を行い,その安全性について報告する。
この実現は、将来的な脅威のない量子大都市圏ネットワークへの道を歩み、既存の高度な波長分割多重化(WDM)システムと互換性がある。
論文 参考訳（メタデータ） (2023-06-25T19:23:42Z) - 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) - Semantic Communications with Discrete-time Analog Transmission: A PAPR
Perspective [11.777292228706742]
DeepJSCCベースのセマンティックコミュニケーションの優れた特徴は、ソース信号から直接意味認識機能を利用することと、これらの特徴の離散時間アナログ伝送(DTAT)である。
従来のデジタル通信と比較すると、DeepJSCCとのセマンティック通信は受信機での復元性能に優れ、チャンネル品質の低下を伴う優雅な劣化を提供するが、伝送信号のピーク対平均電力比(PAPR)も大きい。
論文 参考訳（メタデータ） (2022-08-17T15:07:25Z) - Perceptual Learned Source-Channel Coding for High-Fidelity Image
Semantic Transmission [7.692038874196345]
本稿では, 深部JSCCの最適化のために, 対向損失を導入する。
我々の新しい深層JSCCアーキテクチャは、エンコーダ、無線チャネル、デコーダ/ジェネレータ、および識別器を組み合わせたものである。
ユーザスタディでは、知覚的に類似したエンドツーエンドの画像伝送品質を達成することで、約50%の無線チャネル帯域幅コストを節約できることを確認した。
論文 参考訳（メタデータ） (2022-05-26T03:05:13Z) - 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)
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。