論文の概要: Predictive-State Communication: Innovation Coding and Reconciliation under Delay

• arxiv url: http://arxiv.org/abs/2602.10542v1
• Date: Wed, 11 Feb 2026 05:33:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-12 21:44:01.489565
• Title: Predictive-State Communication: Innovation Coding and Reconciliation under Delay
• Title（参考訳）: 予測状態通信: 遅延下でのイノベーションコーディングと和解
• Authors: Ozgur Ercetin, Mohaned Chraiti,
• Abstract要約: 本稿では,送信機と受信機が明示的な共有予測状態を維持できる予測状態通信を提案する。 この視点は、モデルミスマッチの下でのクロスエントロピー会計によってエントロピーレート会計を置き換える。 キャパシティ、遅延、知覚的連続性要件に共同で依存する実現可能性の制約を導入する。
• 参考スコア（独自算出の注目度）: 0.13750624267664155
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Shannon theory models communication as the reliable transfer of symbol sequences, with performance governed by capacity and rate-distortion limits. When both endpoints possess strong predictors -- as in modern large language models and related generative priors -- literal symbol transport is no longer the only operational regime. We propose predictive-state communication (PSC), in which the transmitter and receiver maintain an explicit shared predictive state, and the physical channel is used primarily to convey innovations, i.e., corrective information that reconciles the receiver's provisional trajectory with the transmitter's realized trajectory. This viewpoint replaces entropy-rate accounting by cross-entropy accounting under model mismatch, and it introduces feasibility constraints that depend jointly on capacity, delay, and perceptual continuity requirements; the resulting operating set is typically a bounded perception-capacity band rather than a one-sided threshold. We outline the protocol and architectural implications (state identifiers, anchors, bounded rollback, and patch-based updates) and provide a stylized illustrative example to visualize the induced feasibility region and its dependence on predictive quality.
• Abstract（参考訳）: シャノン理論は通信をシンボル列の信頼できる転送としてモデル化し、性能はキャパシティとレート歪みの制限によって支配される。 両方のエンドポイントが、現代の大規模言語モデルや関連する生成前のモデルのように、強力な予測子を持っている場合、リテラルシンボルトランスポートはもはや唯一の運用体制ではない。 本稿では,送信機と受信機が明示的な共有予測状態を維持できる予測状態通信(PSC)を提案する。 この視点は、モデルミスマッチの下でのクロスエントロピー会計によるエントロピー・レート会計に取って代わり、キャパシティ、遅延、知覚的連続性要件に共同で依存する実現可能性制約を導入する。 提案するプロトコルとアーキテクチャ上の意味(状態識別子,アンカー,バウンドロールバック,パッチベースの更新)を概説し,誘発可能な領域とその予測品質への依存性を可視化するための図式化された例を示す。

関連論文リスト

• Joint Source-Channel-Generation Coding: From Distortion-oriented Reconstruction to Semantic-consistent Generation [58.67925548779465]
  本稿では,知覚的再構成から確率的生成へ焦点を移す新しいパラダイムとして,JSCGC(Joint Source-Channel-Generation Coding)を提案する。 JSCGCは意味的品質と意味的忠実性を大幅に改善し、従来の歪み指向J SCC法よりも大幅に向上する。
  論文  参考訳（メタデータ） (2026-01-19T08:12:47Z)
• Towards Resilient Transportation: A Conditional Transformer for Accident-Informed Traffic Forecasting [16.242959582777797]
  正確な予測は、交通事故や規制などの外部要因の複雑な影響によって妨げられる。 グラフの伝播をガイド付き正規化層に統合するフレームワークであるConFormerを提案する。 我々のモデルは予測性能と効率の両方において最先端のSTAEFormerを上回っている。
  論文  参考訳（メタデータ） (2025-12-10T07:50:20Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Prediction-Powered Communication with Distortion Guarantees [65.37485275954224]
  本研究では,デバイスが厳密な歪み保証付きゼロ遅延制約の下で通信する,予測駆動型通信環境について検討する。 本稿では,オンラインコンフォメーション予測を利用した2つのゼロ遅延圧縮アルゴリズムを提案する。 セマンティックテキスト圧縮の実験は、そのアプローチを検証し、ビットレートの大幅な削減を示す。
  論文  参考訳（メタデータ） (2025-09-29T07:19:39Z)
• Semantic Communication with Distribution Learning through Sequential Observations [0.3683202928838613]
  本稿では,セマンティックコミュニケーションにおける分布学習について検討する。 先行状況が不明な場合、ソース統計を学習するための基本的な条件を確立する。 即時セマンティックパフォーマンスに最適化された符号化方式は、長期学習性を犠牲にすることが多い。
  論文  参考訳（メタデータ） (2025-08-14T05:15:05Z)
• Topology-Aware Conformal Prediction for Stream Networks [68.02503121089633]
  本研究では,ネットワークトポロジと時間的ダイナミクスを共形予測フレームワークに統合した新しいフレームワークであるspatio-Temporal Adaptive Conformal Inference (textttCISTA)を提案する。 この結果から,TextttCISTAは予測効率とカバレッジのバランスを効果的に保ち,既存のストリームネットワークの共形予測手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-03-06T21:21:15Z)
• Structured Context Recomposition for Large Language Models Using Probabilistic Layer Realignment [0.0]
  本稿では,トランス層内の学習表現を動的に調整する確率的層配向戦略を提案する。 急激なトピックシフトと論理的不整合を軽減し、特にシークエンスが標準の注意窓の制約を超えるシナリオにおいて。 SCRは処理時間を適度に増加させるが、メモリオーバーヘッドは実現可能な限界内に留まり、自動回帰生成アプリケーションへの実用的なデプロイに適している。
  論文  参考訳（メタデータ） (2025-01-29T12:46:42Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)

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。