Fugu-MT 論文翻訳(概要): Multi-user Wireless Image Semantic Transmission over MIMO Multiple Access Channels

論文の概要: Multi-user Wireless Image Semantic Transmission over MIMO Multiple Access Channels

arxiv url: http://arxiv.org/abs/2504.07969v1
Date: Tue, 18 Mar 2025 12:41:38 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-27 12:04:24.242341
Title: Multi-user Wireless Image Semantic Transmission over MIMO Multiple Access Channels
Title（参考訳）: MIMO多重アクセスチャネル上でのマルチユーザ無線画像セマンティック伝送
Authors: Bingyan Xie, Yongpeng Wu, Feng Shu, Jiangzhou Wang, Wenjun Zhang,
Abstract要約: CSIをサイド情報として、セマンティックエンコーダとデコーダの両方に組み込んで、適切なフィーチャーマスクマップを生成する。 MU-LCFSCはPSNRでは3dB以上のDepJSCC-NOMAに比べて優れている。
参考スコア（独自算出の注目度）: 31.74978416736268
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper focuses on a typical uplink transmission scenario over multiple-input multiple-output multiple access channel (MIMO-MAC) and thus propose a multi-user learnable CSI fusion semantic communication (MU-LCFSC) framework. It incorporates CSI as the side information into both the semantic encoders and decoders to generate a proper feature mask map in order to produce a more robust attention weight distribution. Especially for the decoding end, a cooperative successive interference cancellation procedure is conducted along with a cooperative mask ratio generator, which flexibly controls the mask elements of feature mask maps. Numerical results verify the superiority of proposed MU-LCFSC compared to DeepJSCC-NOMA over 3 dB in terms of PSNR.
Abstract（参考訳）: 本稿では,Multi-Input multiple-output multiple access channel (MIMO-MAC) 上での典型的なアップリンク伝送シナリオに着目し,マルチユーザで学習可能なCSI融合セマンティック通信(MU-LCFSC)フレームワークを提案する。 CSIをセマンティックエンコーダとデコーダの両方にサイド情報として組み込んで、より堅牢な注目重量分布を生成するために、適切な特徴マスクマップを生成する。特にデコードエンドでは、特徴マスクマップのマスク要素を柔軟に制御する協調マスク比生成器とともに、協調的連続干渉キャンセル手順を行う。 MU-LCFSCはPSNRでは3dB以上のDepJSCC-NOMAに比べて優れている。

関連論文リスト

Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding [0.25602836891933073]
マルチビューオートエンコーダを用いた圧縮とチャネル符号化を融合した機械学習支援型無線画像伝送方式を提案する。トレーニング可能なパラメータの数は, シングルユーザモデルに比べてわずか0.6%増加した。
論文参考訳（メタデータ） (2025-03-23T12:27:20Z)
Multimodal-Aware Fusion Network for Referring Remote Sensing Image Segmentation [7.992331117310217]
リモートセンシング画像セグメンテーション(RRSIS)は、リモートセンシング画像セグメンテーションにおける新しい視覚課題である。我々は,2つのモード間の微粒なアライメントと融合を実現するために,マルチモーダル・アウェア・フュージョン・ネットワーク(MAFN)を設計する。
論文参考訳（メタデータ） (2025-03-14T08:31:21Z)
Multi-Task Semantic Communication With Graph Attention-Based Feature Correlation Extraction [69.24689059980035]
本稿では,マルチタスク・セマンティック・コミュニケーション・システムのエンコーダ/トランスミッタに新たなグラフアテンション・インターブロック(GAI)モジュールを提案する。エンコーダの中間特徴抽出ブロックの出力をグラフのノードとして解釈し,その中間特徴の相関関係を捉える。実験により、提案されたモデルは、CityScapes 2Taskデータセットにおいて、最も競争力があり、公開可能なモデルよりも11.4%多いことが示されている。
論文参考訳（メタデータ） (2025-01-02T04:38:01Z)
CF-CGN: Channel Fingerprints Extrapolation for Multi-band Massive MIMO Transmission based on Cycle-Consistent Generative Networks [26.720410416586677]
マルチバンドマルチインプット多重出力(MIMO)通信は、ライセンスされたスペクトルとライセンスされていないスペクトルの協調を促進することができる。チャネル指紋(CF)は、チャネル状態情報(CSI)の取得と計算複雑性の低減を支援するために用いられる。我々は、ライセンス付きおよび未ライセンスのスペクトルが協調してユビキタス接続を実現するマルチバンドMIMO伝送のためのCFを外挿するCF-CGNを提案する。
論文参考訳（メタデータ） (2024-12-30T11:52:39Z)
Robust Image Semantic Coding with Learnable CSI Fusion Masking over MIMO Fading Channels [44.15994739018646]
既存の意味コミュニケーションフレームワークは、主に単一出力の単一出力ガウスチャネルやレイリーフェディングチャネルを考察している。学習可能なCSI融合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し,CSIはセマンティック抽出器によってサイド情報として扱われる。実験結果は従来のスキームや最先端のSwin TransformerベースのセマンティックコミュニケーションフレームワークよりもLCFSCの方が優れていることを示す。
論文参考訳（メタデータ） (2024-05-30T08:23:17Z)
OTSeg: Multi-prompt Sinkhorn Attention for Zero-Shot Semantic Segmentation [57.84148140637513]
Multi-Prompts Sinkhorn Attention (MPSA)は、マルチモーダル設定でTransformerフレームワーク内のクロスアテンションメカニズムを効果的に置き換える。 OTSegは、Zero-Shot Semantic (ZS3)タスクで大幅に向上した、最先端のSOTA(State-of-the-art)パフォーマンスを実現している。
論文参考訳（メタデータ） (2024-03-21T07:15:37Z)
Communication-Efficient Framework for Distributed Image Semantic Wireless Transmission [68.69108124451263]
IoTデバイスを用いたマルチタスク分散画像伝送のためのFederated Learning-based semantic communication (FLSC)フレームワーク。各リンクは階層型視覚変換器(HVT)ベースの抽出器とタスク適応トランスレータで構成される。チャネル状態情報に基づく多重出力多重出力伝送モジュール。
論文参考訳（メタデータ） (2023-08-07T16:32:14Z)
Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文参考訳（メタデータ） (2023-06-08T06:15:17Z)
Multi-view Multi-label Anomaly Network Traffic Classification based on MLP-Mixer Neural Network [55.21501819988941]
畳み込みニューラルネットワーク(CNN)に基づく既存のネットワークトラフィック分類は、グローバルな情報関連を無視しながら、トラフィックデータの局所的なパターンを強調することが多い。本稿では,エンドツーエンドのネットワークトラフィック分類手法を提案する。
論文参考訳（メタデータ） (2022-10-30T01:52:05Z)
Recursive CSI Quantization of Time-Correlated MIMO Channels by Deep Learning Classification [12.670741983987943]
周波数分割デュプレックス (FDD) マルチインプット多重出力 (MIMO) 無線通信では、チャネル状態情報 (CSI) のフィードバックが中心となる。所定のCSI品質を達成するためには、CSI量子化コードブックのサイズはアンテナ数とともに指数関数的に増加しなければならない。
論文参考訳（メタデータ） (2020-09-28T18:19:02Z)

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。