論文の概要: User-Intent-Driven Semantic Communication via Adaptive Deep Understanding

• arxiv url: http://arxiv.org/abs/2508.05884v1
• Date: Thu, 07 Aug 2025 22:26:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 16:17:42.78601
• Title: User-Intent-Driven Semantic Communication via Adaptive Deep Understanding
• Title（参考訳）: 適応的深層理解によるユーザインテント駆動型セマンティックコミュニケーション
• Authors: Peigen Ye, Jingpu Duan, Hongyang Du, Yulan Guo,
• Abstract要約: 多様な抽象的意図を解釈するユーザ意図型セマンティックコミュニケーションシステムを提案する。 本システムは,5dBのSNRでRayleighチャネルの下で,ディープJSCCの深い理解と性能を向上する。
• 参考スコア（独自算出の注目度）: 32.825254201443244
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication focuses on transmitting task-relevant semantic information, aiming for intent-oriented communication. While existing systems improve efficiency by extracting key semantics, they still fail to deeply understand and generalize users' real intentions. To overcome this, we propose a user-intention-driven semantic communication system that interprets diverse abstract intents. First, we integrate a multi-modal large model as semantic knowledge base to generate user-intention prior. Next, a mask-guided attention module is proposed to effectively highlight critical semantic regions. Further, a channel state awareness module ensures adaptive, robust transmission across varying channel conditions. Extensive experiments demonstrate that our system achieves deep intent understanding and outperforms DeepJSCC, e.g., under a Rayleigh channel at an SNR of 5 dB, it achieves improvements of 8%, 6%, and 19% in PSNR, SSIM, and LPIPS, respectively.
• Abstract（参考訳）: 意味コミュニケーションは、意図的コミュニケーションを目的としたタスク関連セマンティック情報伝達に焦点を当てる。 既存のシステムはキーセマンティクスを抽出することで効率を向上するが、ユーザの本当の意図を深く理解し、一般化することはできなかった。 これを解決するために,多様な抽象的意図を解釈するユーザ意図型セマンティックコミュニケーションシステムを提案する。 まず,マルチモーダルな大規模モデルを意味的知識ベースとして統合し,ユーザ意図を事前に生成する。 次に,重要な意味領域を効果的に強調するために,マスク誘導アテンションモジュールを提案する。 さらに、チャネル状態認識モジュールは、様々なチャネル条件にまたがる適応的で堅牢な伝送を保証する。 5dBのSNRでRayleighチャネル下でのディープJSCCの深い意図理解と性能向上を実現し,PSNR,SSIM,LPIPSの8%,6%,19%の改善を実現した。

関連論文リスト

• Task-Oriented Semantic Communication in Large Multimodal Models-based Vehicle Networks [55.32199894495722]
  LMMに基づく車両用AIアシスタントLarge Language and Vision Assistant(LLaVA)について検討する。 計算要求を減らし、応答時間を短縮するため、LLaVAの画像スライシングを最適化し、ユーザにとって最も関心のある領域に選択的にフォーカスする。 交通シナリオに対する視覚質問応答(VQA)データセットを構築し,有効性を評価する。
  論文  参考訳（メタデータ） (2025-05-05T07:18:47Z)
• Scene Understanding Enabled Semantic Communication with Open Channel Coding [3.255136948268739]
  従来のセマンティックコミュニケーションは、静的コーディング戦略、一般化の貧弱、適応性を阻害するタスク固有の知識ベースへの依存など、制限に直面している。 シーン理解,Large Language Models (LLM) とオープンチャネル符号化を組み合わせた新しいシステム textbfOpenSC を提案する。 実験の結果,セマンティック理解と効率の両面で有意な改善がみられ,6Gネットワークにおける適応的,一般化可能なセマンティックコミュニケーションの可能性が高まった。
  論文  参考訳（メタデータ） (2025-01-24T14:23:31Z)
• 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)
• Reasoning over the Air: A Reasoning-based Implicit Semantic-Aware Communication Framework [124.6509194665514]
  ソースユーザと宛先ユーザの間で暗黙的な意味を表現し,伝達し,解釈するために,新しい暗黙的意味コミュニケーション(iSAC)アーキテクチャを提案する。 プロジェクションベースセマンティックエンコーダは, 明示的セマンティックスの高次元グラフィカル表現を低次元セマンティックコンステレーション空間に変換し, 効率的な物理チャネル伝送を実現する。 ソースユーザの暗黙的意味推論過程を学習し、模倣できるようにするため、G-RMLと呼ばれる生成逆模倣学習ベースのソリューションが提案されている。
  論文  参考訳（メタデータ） (2023-06-20T01:32:27Z)
• Adversarial Learning for Implicit Semantic-Aware Communications [104.08383219177557]
  対戦型学習に基づく暗黙的意味認識通信アーキテクチャ(iSAC)を開発した。 我々は、iSACを適用することで、送信先のユーザは、ソースメッセージの真の推論ルールと一致する推論ルールを常に学習できることを示す。 実験結果から,提案したiSACは,既存の非推論通信ソリューションよりも最大19.69dB向上できることがわかった。
  論文  参考訳（メタデータ） (2023-01-27T08:28:12Z)
• One-to-Many Semantic Communication Systems: Design, Implementation, Performance Evaluation [35.21413988605204]
  MR_DeepSCと呼ばれる一対一のセマンティック通信システムを提案する。 異なるユーザに対するセマンティック機能を活用することで、異なるユーザを区別するためにセマンティック認識が構築される。 提案したMR_DeepSCはBLEUスコアで最高の性能が得られる。
  論文  参考訳（メタデータ） (2022-09-20T02:48:34Z)
• Performance Optimization for Semantic Communications: An Attention-based Reinforcement Learning Approach [187.4094332217186]
  テキストデータ伝送のためのセマンティック通信フレームワークを提案する。 回復したテキストの意味的精度と完全性を共同でキャプチャする意味的類似度尺度(MSS)を提案する。
  論文  参考訳（メタデータ） (2022-08-17T11:39:16Z)

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。