論文の概要: Semantic-Aware Task Clustering for Federated Cooperative Multi-Task Semantic Communication

• arxiv url: http://arxiv.org/abs/2601.17419v1
• Date: Sat, 24 Jan 2026 11:41:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:07.723966
• Title: Semantic-Aware Task Clustering for Federated Cooperative Multi-Task Semantic Communication
• Title（参考訳）: 協調型マルチタスクセマンティックコミュニケーションのためのセマンティック・アウェアタスククラスタリング
• Authors: Ahmad Halimi Razlighi, Pallavi Dhingra, Edgar Beck, Bho Matthiesen, Armin Dekorsy,
• Abstract要約: タスク指向意味コミュニケーション(SemCom)は、正確なシンボル再構成よりもタスク実行を優先する。 CMT-SemCom フレームワークを分散環境に拡張し,FL ベースの CMT-SemCom を提案する。 本稿では,FLプロセスに統合された意味認識型タスククラスタリング手法を提案する。
• 参考スコア（独自算出の注目度）: 6.198237241838558
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Task-oriented semantic communication (SemCom) prioritizes task execution over accurate symbol reconstruction and is well-suited to emerging intelligent applications. Cooperative multi-task SemCom (CMT-SemCom) further improves task execution performance. However, [1] demonstrates that cooperative multi-tasking can be either constructive or destructive. Moreover, the existing CMT-SemCom framework is not directly applicable to distributed multi-user scenarios, such as non-terrestrial satellite networks, where each satellite employs an individual semantic encoder. In this paper, we extend our earlier CMT-SemCom framework to distributed settings by proposing a federated learning (FL) based CMT-SemCom that enables cooperative multi-tasking across distributed users. Moreover, to address performance degradation caused by negative information transfer among heterogeneous tasks, we propose a semantic-aware task clustering method integrated in the FL process to ensure constructive cooperation based on an information-theoretic approach. Unlike common clustering methods that rely on high-dimensional data or feature space similarity, our proposed approach operates in the low-dimensional semantic domain to identify meaningful task relationships. Simulation results based on a LEO satellite network setup demonstrate the effectiveness of our approach and performance gain over unclustered FL and individual single-task SemCom.
• Abstract（参考訳）: タスク指向セマンティックコミュニケーション(SemCom)は、正確なシンボル再構成よりもタスク実行を優先し、新しいインテリジェントアプリケーションに適している。 協調マルチタスクSemCom(CMT-SemCom)はタスク実行性能をさらに向上させる。 しかし[1]は、協調的なマルチタスクは構成的か破壊的であることを示した。 さらに、既存のCMT-SemComフレームワークは、個々の衛星が個々のセマンティックエンコーダを使用する地球外衛星ネットワークのような分散マルチユーザーシナリオには直接適用されない。 本稿では,従来の CMT-SemCom フレームワークを分散環境に拡張し,分散ユーザ間の協調的マルチタスクを実現するフェデレートラーニング (FL) ベースの CMT-SemCom を提案する。 さらに,不均一なタスク間の負の情報伝達による性能劣化に対処するため,情報理論に基づく構成的協調を保証するために,FLプロセスに統合された意味認識タスククラスタリング手法を提案する。 高次元データや特徴空間の類似性に依存する一般的なクラスタリング手法とは異なり、提案手法は、意味のあるタスク関係を特定するために、低次元セマンティックドメインで動作する。 LEO衛星ネットワークのセットアップによるシミュレーション結果から,未クラスタのFLとシングルタスクのSemComに対して,我々のアプローチの有効性と性能向上を実証した。

関連論文リスト

• MEJO: MLLM-Engaged Surgical Triplet Recognition via Inter- and Intra-Task Joint Optimization [52.149337961205624]
  手術用三重項認識のためのタスク間最適化とタスク内最適化を両立する枠組みを提案する。 タスク間最適化のために、タスク共有およびタスク固有コンポーネントに表現を分解する共有特徴分散学習スキーム(S$2$D)を導入する。 タスク内最適化競合に対して,正負の曖昧さを識別・再バランスするコーディネート・グラディエント・ラーニング(CGL)戦略を開発する。
  論文  参考訳（メタデータ） (2025-09-16T09:48:52Z)
• Task-Oriented Low-Label Semantic Communication With Self-Supervised Learning [67.06363342414397]
  タスク指向の意味コミュニケーションは、正確なメッセージではなく意味情報を伝達することで伝達効率を高める。 深層学習(DL)に基づく意味コミュニケーションは、意味抽出、伝達、解釈に不可欠な意味知識を効果的に育むことができる。 タスク推論性能を向上させるための自己教師付き学習ベースセマンティックコミュニケーションフレームワーク(SLSCom)を提案する。
  論文  参考訳（メタデータ） (2025-05-26T13:06:18Z)
• Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
  低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。 本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-12-14T06:17:33Z)
• Cooperative and Collaborative Multi-Task Semantic Communication for Distributed Sources [8.22548024950756]
  我々は、エンコーダを共通単位(CU)と多重特定単位(SU)に分割する[1]で導入された協調マルチタスク処理に基づいて構築する。 本稿では,マルチタスク処理をサポートするSemComシステムを提案する。
  論文  参考訳（メタデータ） (2024-11-04T15:07:48Z)
• A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
  衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。 本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T06:57:45Z)
• Semantic Communication for Cooperative Multi-Task Processing over Wireless Networks [8.766411351797885]
  一つの観察から複数の意味論的解釈を可能にする「意味源」の概念を導入する。 通信チャネルを考慮したエンドツーエンド最適化問題を定式化した。 この結果から,協調型マルチタスキングが必ずしも有用であるとは限らないことが示唆された。
  論文  参考訳（メタデータ） (2024-04-12T14:03:41Z)
• Generalising Multi-Agent Cooperation through Task-Agnostic Communication [7.380444448047908]
  協調型マルチロボット問題におけるMARL(Multi-agent reinforcement learning)の既存のコミュニケーション手法はほとんどタスク固有であり、各タスクごとに新しいコミュニケーション戦略を訓練する。 与えられた環境内の任意のタスクに適用可能な通信戦略を導入することで、この非効率性に対処する。 我々の目的は、可変数のエージェント観測から固定サイズの潜在マルコフ状態を学ぶことである。 本手法は,コミュニケーション戦略を微調整することなく,新しいタスクへのシームレスな適応が可能であり,トレーニング中よりも多くのエージェントへのスケーリングを優雅にサポートし,環境におけるアウト・オブ・ディストリビューションイベントを検出する。
  論文  参考訳（メタデータ） (2024-03-11T14:20:13Z)
• Semi-supervised Multi-task Learning for Semantics and Depth [88.77716991603252]
  MTL(Multi-Task Learning)は、関連するタスク間で表現を共有することで、モデル一般化を強化することを目的としている。 そこで本研究では,異なるデータセットから利用可能な監視信号を活用するために,半教師付きマルチタスク学習(MTL)手法を提案する。 本稿では,データセット間の整合性の問題を軽減するために,様々なアライメントの定式化を施したドメイン認識識別器構造を提案する。
  論文  参考訳（メタデータ） (2021-10-14T07:43:39Z)
• Learning to Relate Depth and Semantics for Unsupervised Domain Adaptation [87.1188556802942]
  教師なしドメイン適応(UDA)設定において,視覚的タスク関係を符号化してモデル性能を向上させる手法を提案する。 本稿では,意味的および深さ的予測のタスク依存性を符号化する新しいクロスタスク関係層(ctrl)を提案する。 さらに、セマンティック擬似ラベルを利用してターゲットドメインを監督する反復自己学習(ISL)トレーニングスキームを提案する。
  論文  参考訳（メタデータ） (2021-05-17T13:42:09Z)

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。