論文の概要: Masked Symbol Modeling for Demodulation of Oversampled Baseband Communication Signals in Impulsive Noise-Dominated Channels
- arxiv url: http://arxiv.org/abs/2512.01428v1
- Date: Mon, 01 Dec 2025 09:09:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-02 19:46:34.773493
- Title: Masked Symbol Modeling for Demodulation of Oversampled Baseband Communication Signals in Impulsive Noise-Dominated Channels
- Title（参考訳）: 衝撃音支配チャネルにおけるオーバーサンプリングベースバンド通信信号の復調のためのマスクシンボルモデリング
- Authors: Oguz Bedir, Nurullah Sevim, Mostafa Ibrahim, Sabit Ekin,
- Abstract要約: 本稿では,物理波形における文脈の概念について述べる。
変換器の双方向表現にインスパイアされた物理層のためのフレームワークであるMasked Symbol Modeling (MSM)を提案する。
本結果は,単に通信信号を検出するのではなく,解釈する受信者への経路を示唆する。
- 参考スコア（独自算出の注目度）: 0.22399170518036918
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent breakthroughs in natural language processing show that attention mechanism in Transformer networks, trained via masked-token prediction, enables models to capture the semantic context of the tokens and internalize the grammar of language. While the application of Transformers to communication systems is a burgeoning field, the notion of context within physical waveforms remains under-explored. This paper addresses that gap by re-examining inter-symbol contribution (ISC) caused by pulse-shaping overlap. Rather than treating ISC as a nuisance, we view it as a deterministic source of contextual information embedded in oversampled complex baseband signals. We propose Masked Symbol Modeling (MSM), a framework for the physical (PHY) layer inspired by Bidirectional Encoder Representations from Transformers methodology. In MSM, a subset of symbol aligned samples is randomly masked, and a Transformer predicts the missing symbol identifiers using the surrounding "in-between" samples. Through this objective, the model learns the latent syntax of complex baseband waveforms. We illustrate MSM's potential by applying it to the task of demodulating signals corrupted by impulsive noise, where the model infers corrupted segments by leveraging the learned context. Our results suggest a path toward receivers that interpret, rather than merely detect communication signals, opening new avenues for context-aware PHY layer design.
- Abstract（参考訳）: 自然言語処理における最近のブレークスルーは、トランスフォーマーネットワークにおける注意機構が、マスク付きトーケン予測によって訓練され、モデルがトークンの意味的コンテキストをキャプチャし、言語の文法を内部化することを可能にすることを示している。
トランスフォーマーの通信システムへの応用は急成長している分野であるが、物理波形におけるコンテキストの概念は未探索のままである。
本稿では、パルス整形重なりに起因するシンボル間寄与(ISC)を再検討することでギャップを解消する。
ISCをニュアンスとして扱うのではなく、オーバーサンプリングされた複雑なベースバンド信号に埋め込まれた文脈情報の決定論的情報源とみなす。
本稿では,双方向エンコーダ表現にインスパイアされた物理(PHY)層のためのフレームワークであるMasked Symbol Modeling (MSM)を提案する。
MSMでは、シンボルアライメントされたサンプルのサブセットがランダムにマスクされ、Transformerは、周辺にある"in-between"サンプルを使用して、欠落したシンボル識別子を予測する。
この目的を通じて、モデルは複雑なベースバンド波形の潜在構文を学習する。
インパルスノイズにより劣化した信号を復調するタスクにMSMの潜在能力を応用し,学習コンテキストを活用して劣化したセグメントを推定する手法を提案する。
この結果から,通信信号を単に検出するのではなく,解釈する受信者への経路が示唆され,文脈認識型PHY層設計のための新たな道が開かれた。
関連論文リスト
- Conditional Denoising Diffusion Autoencoders for Wireless Semantic Communications [10.896931510442514]
無線セムコムシステムは,低次元のセマンティクスから高次元の地上構造へのマッピングを学習することを目的としている。
セマンティックトランスミッタのニューラルエンコーダは、ハイレベルセマンティクスを抽出する。
セマンティックレシーバにおける条件拡散モデル(CDiff)は、信号空間のデノイングにソース分布を利用する。
提案したデコーダモデルが地中構造データの一貫した推定器であることを解析的に証明した。
論文 参考訳（メタデータ） (2025-09-26T12:46:21Z) - Category-aware EEG image generation based on wavelet transform and contrast semantic loss [4.165508411354963]
本稿では、離散ウェーブレット変換(DWT)とゲーティング機構を統合したトランスフォーマーベースのEEG信号エンコーダを提案する。
このエンコーダは,脳波信号から視覚刺激に関連する特徴を抽出するために用いられる。
事前学習した拡散モデルにより、これらの特徴は視覚刺激に再構成される。
論文 参考訳（メタデータ） (2025-05-30T07:24:58Z) - Machine learning empowered Modulation detection for OFDM-based signals [37.371849684842715]
視覚的MLに基づくOFDM技術のための変調検出法を提案する。
提案手法では,ResNetネットワークを用いて変調型を同時に検出し,サイクリックプレフィックスを正確に検出する。
その結果,提案手法は送信信号の事前知識を必要とせずにOFDMベースの技術に適用できることがわかった。
論文 参考訳（メタデータ） (2024-08-15T14:33:09Z) - Autoregressive Speech Synthesis without Vector Quantization [135.4776759536272]
We present MELLE, a novel continuous-valued token based language modeling approach for text-to-speech synthesis (TTS)。
MELLEはテキスト条件から直接連続メル-スペクトログラムフレームを自動回帰生成する。
MELLEは、サンプリングベクトル量子化符号の固有の欠陥を回避し、ロバスト性問題を緩和する。
論文 参考訳（メタデータ） (2024-07-11T14:36:53Z) - Minimally-Supervised Speech Synthesis with Conditional Diffusion Model
and Language Model: A Comparative Study of Semantic Coding [57.42429912884543]
Diff-LM-Speech, Tetra-Diff-Speech, Tri-Diff-Speechを提案する。
また,変分オートエンコーダと韻律ボトルネックに基づくプロンプトエンコーダ構造を導入し,プロンプト表現能力の向上を図る。
実験の結果,提案手法はベースライン法よりも優れていた。
論文 参考訳（メタデータ） (2023-07-28T11:20:23Z) - VISIT: Visualizing and Interpreting the Semantic Information Flow of
Transformers [45.42482446288144]
近年の解釈可能性の進歩は、トランスフォーマーベース言語モデルの重みと隠れ状態を語彙に投影できることを示唆している。
LMアテンションヘッドとメモリ値、モデルが与えられた入力を処理しながら動的に生成し、リコールするベクトルについて検討する。
対話型フローグラフとして生成事前学習変換器(GPT)の前方通過を可視化するツールを作成する。
論文 参考訳（メタデータ） (2023-05-22T19:04:56Z) - Enabling the Wireless Metaverse via Semantic Multiverse Communication [82.47169682083806]
無線ネットワーク上のメタバースは、第6世代(6G)無線システムの新たなユースケースである。
メタバースを人間/機械エージェント固有のセマンティック・マルチバース(SM)に分解する新しいセマンティック・コミュニケーション・フレームワークを提案する。
各エージェントに格納されたSMは、セマンティックエンコーダとジェネレータから構成され、生成人工知能(AI)の最近の進歩を活用する。
論文 参考訳（メタデータ） (2022-12-13T21:21:07Z) - Robust Semantic Communications with Masked VQ-VAE Enabled Codebook [56.63571713657059]
本稿では,ロバストなエンドツーエンドのセマンティック通信システムにおいて,セマンティックノイズに対処するためのフレームワークを提案する。
セマンティックノイズに対処するため、重み付き対向トレーニングを開発し、トレーニングデータセットにセマンティックノイズを組み込む。
ノイズやタスク非関連の特徴を抑える機能重要モジュール (FIM) を開発した。
論文 参考訳（メタデータ） (2022-06-08T16:58:47Z) - Semi-supervised source localization in reverberant environments with
deep generative modeling [25.085177610870666]
残響環境における音源定位に対する半監督的アプローチを提案する。
このアプローチは深い生成モデルに基づいている。
VAE-SSL は SRP-PHAT と完全教師付き CNN の両方より優れていることがわかった。
論文 参考訳（メタデータ） (2021-01-26T08:54:38Z)
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。