論文の概要: InfoCom: Kilobyte-Scale Communication-Efficient Collaborative Perception with Information Bottleneck

• arxiv url: http://arxiv.org/abs/2512.10305v1
• Date: Thu, 11 Dec 2025 05:51:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.205228
• Title: InfoCom: Kilobyte-Scale Communication-Efficient Collaborative Perception with Information Bottleneck
• Title（参考訳）: InfoCom: インフォメーション・ボトルネックによるキロバイト規模のコミュニケーション効率の高い協調認識
• Authors: Quanmin Wei, Penglin Dai, Wei Li, Bingyi Liu, Xiao Wu,
• Abstract要約: InfoComは、コミュニケーション効率の良い協調知覚の先駆的な理論基盤を確立する情報認識フレームワークである。 複数のデータセットにわたる実験によると、InfoComは、通信オーバーヘッドをメガバイトからキロバイトスケールに削減し、Where2commとERMVPと比較して、エージェント毎の440倍と90倍の削減を実現している。
• 参考スコア（独自算出の注目度）: 14.691852809650323
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Precise environmental perception is critical for the reliability of autonomous driving systems. While collaborative perception mitigates the limitations of single-agent perception through information sharing, it encounters a fundamental communication-performance trade-off. Existing communication-efficient approaches typically assume MB-level data transmission per collaboration, which may fail due to practical network constraints. To address these issues, we propose InfoCom, an information-aware framework establishing the pioneering theoretical foundation for communication-efficient collaborative perception via extended Information Bottleneck principles. Departing from mainstream feature manipulation, InfoCom introduces a novel information purification paradigm that theoretically optimizes the extraction of minimal sufficient task-critical information under Information Bottleneck constraints. Its core innovations include: i) An Information-Aware Encoding condensing features into minimal messages while preserving perception-relevant information; ii) A Sparse Mask Generation identifying spatial cues with negligible communication cost; and iii) A Multi-Scale Decoding that progressively recovers perceptual information through mask-guided mechanisms rather than simple feature reconstruction. Comprehensive experiments across multiple datasets demonstrate that InfoCom achieves near-lossless perception while reducing communication overhead from megabyte to kilobyte-scale, representing 440-fold and 90-fold reductions per agent compared to Where2comm and ERMVP, respectively.
• Abstract（参考訳）: 正確な環境認識は自律運転システムの信頼性に不可欠である。 協調知覚は情報共有を通じて単一エージェント知覚の限界を緩和するが、基本的なコミュニケーション性能のトレードオフに直面する。 既存の通信効率の高いアプローチは、一般に、協調ごとにMBレベルのデータ転送を前提としており、これは実用的なネットワーク制約のために失敗する可能性がある。 これらの課題に対処するため,情報ボトルネックの原理を拡張してコミュニケーション効率の良い協調認識の先駆的基盤を確立する情報認識フレームワークであるInfoComを提案する。 InfoComは、メインストリームの機能操作とは別に、Information Bottleneck制約の下で、最小限のタスククリティカル情報の抽出を理論的に最適化する新しい情報浄化パラダイムを導入している。 その中心となるイノベーションは以下のとおりである。 一 認識関連情報を保存しつつ、特徴を最小限のメッセージに符号化すること。 二 空間的手がかりを無視しうる通信コストで識別するスパースマスク生成 三 簡易な特徴再構成ではなく、マスク誘導機構により知覚情報を段階的に復元するマルチスケール復号法 複数のデータセットにわたる総合的な実験によると、InfoComは、Where2commとERMVPと比較して、通信オーバーヘッドをメガバイトからキロバイトスケールに減らし、通信オーバーヘッドを440倍と90倍に減らした。

関連論文リスト

• Rate-Distortion Optimized Communication for Collaborative Perception [47.737814518681326]
  本稿では,多エージェント協調のための実用的速度歪み理論を導入し,特に性能・コミュニケーションのトレードオフを解析するために定式化した。 本稿では,コミュニケーション効率のよい協調認識フレームワークRDcommを提案する。 3Dオブジェクト検出とBEVセグメンテーションの実験により、RDcommはDAIR-V2XとOPV2Vの最先端精度を実現し、通信容量を最大108倍に削減した。
  論文  参考訳（メタデータ） (2025-09-26T07:21:32Z)
• Wireless Communication as an Information Sensor for Multi-agent Cooperative Perception: A Survey [4.570256768472447]
  協調認識は、V2X通信によるマルチエージェント情報共有を可能にすることにより、自動運転車の知覚能力を高める。 本調査では,情報表現,情報融合,大規模展開という3つの重要な側面に注目した。
  論文  参考訳（メタデータ） (2025-04-30T12:23:57Z)
• Integration of Communication and Computational Imaging [49.2442836992307]
  遠隔認識のためのコミュニケーション・計算画像(ICCI)を統合した新しいフレームワークを提案する。 ICCIフレームワークは、情報ソースの生成から最終ビジョンタスクの実行までの情報損失を最小限に抑えるために、全リンク情報転送最適化を行う。 80km27バンドのハイパースペクトル映像の知覚速度は30fpsである。
  論文  参考訳（メタデータ） (2024-10-25T09:19:59Z)
• Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
  我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。 周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。 我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T08:53:26Z)
• Vector Symbolic Open Source Information Discovery [0.41468088383213214]
  大規模な言語モデル(トランスフォーマー)はセマンティックデータやメタデータのアライメントを容易にするが、CJIIM設定では非効率である。 我々は,変換モデルのVSAとの新たな統合を実証し,前者の力と後者のコンパクトさと表現構造を組み合わせた。 この研究は、以前の低技術準備レベル(TRL)研究と将来の高技術実証と展開の間の橋渡しとして実施された。
  論文  参考訳（メタデータ） (2024-08-20T11:05:56Z)
• Semantic-Native Communication: A Simplicial Complex Perspective [50.099494681671224]
  トポロジカル空間の観点から意味コミュニケーションを研究する。 送信機はまずデータを$k$の単純複素数にマッピングし、その高次相関を学習する。 受信機は構造を復号し、行方不明または歪んだデータを推測する。
  論文  参考訳（メタデータ） (2022-10-30T22:33:44Z)
• Multi-agent Communication with Graph Information Bottleneck under Limited Bandwidth (a position paper) [92.11330289225981]
  多くの実世界のシナリオでは、通信は高価であり、マルチエージェントシステムの帯域幅には一定の制約がある。 通信資源を占有する冗長なメッセージは、情報的メッセージの送信をブロックし、パフォーマンスを損なう。 本稿では,通信グラフ内の構造情報とノード情報を効果的に圧縮し,帯域幅に制約のある設定に対処する,新しいマルチエージェント通信モジュールCommGIBを提案する。
  論文  参考訳（メタデータ） (2021-12-20T07:53:44Z)

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。