論文の概要: Wireless TokenCom: RL-Based Tokenizer Agreement for Multi-User Wireless Token Communications

• arxiv url: http://arxiv.org/abs/2602.12338v1
• Date: Thu, 12 Feb 2026 19:00:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-16 23:37:53.722145
• Title: Wireless TokenCom: RL-Based Tokenizer Agreement for Multi-User Wireless Token Communications
• Title（参考訳）: Wireless TokenCom:マルチユーザ無線Token通信のためのRLベースのTokenizer契約
• Authors: Farshad Zeinali, Mahdi Boloursaz Mashhadi, Dusit Niyato, Rahim Tafazolli,
• Abstract要約: Token Communications (TokenCom) は、トークンが通信計算の統一単位である効果的な新しいパラダイムとして最近登場した。 基地局が複数のユーザを送信するマルチユーザダウンリンク無線TokenComシナリオについて検討する。
• 参考スコア（独自算出の注目度）: 59.84545048095092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Token Communications (TokenCom) has recently emerged as an effective new paradigm, where tokens are the unified units of multimodal communications and computations, enabling efficient digital semantic- and goal-oriented communications in future wireless networks. To establish a shared semantic latent space, the transmitters/receivers in TokenCom need to agree on an identical tokenizer model and codebook. To this end, an initial Tokenizer Agreement (TA) process is carried out in each communication episode, where the transmitter/receiver cooperate to choose from a set of pre-trained tokenizer models/ codebooks available to them both for efficient TokenCom. In this correspondence, we investigate TA in a multi-user downlink wireless TokenCom scenario, where the base station equipped with multiple antennas transmits video token streams to multiple users. We formulate the corresponding mixed-integer non-convex problem, and propose a hybrid reinforcement learning (RL) framework that integrates a deep Q-network (DQN) for joint tokenizer agreement and sub-channel assignment, with a deep deterministic policy gradient (DDPG) for beamforming. Simulation results show that the proposed framework outperforms baseline methods in terms of semantic quality and resource efficiency, while reducing the freezing events in video transmission by 68% compared to the conventional H.265-based scheme.
• Abstract（参考訳）: トークンはマルチモーダル通信と計算の統一単位であり、将来の無線ネットワークにおける効率的なディジタルセマンティック通信とゴール指向通信を可能にする。 共有セマンティック潜在空間を確立するためには、TokenComの送信者/受信者は同一のトークン化モデルとコードブックに合意する必要がある。 この目的のために、送信者/受信者が協力して、効率の良いTokenComで利用可能な事前訓練されたトークン化モデル/コードブックのセットから選択する通信エピソード毎に、初期Tokenizer Agreement(TA)プロセスを実行する。 本稿では,複数のアンテナを備えた基地局が複数のユーザに対してビデオトークンストリームを送信する,マルチユーザダウンリンク無線TokenComシナリオにおけるTAについて検討する。 我々は、対応する混合整数非凸問題を定式化し、ビームフォーミングのための深い決定論的ポリシー勾配(DDPG)とともに、共同トークン化契約とサブチャネル割り当てのためのディープQネットワーク(DQN)を統合するハイブリッド強化学習(RL)フレームワークを提案する。 シミュレーションの結果,提案手法は,従来のH.265方式と比較して,映像伝送における凍結現象を68%削減しつつ,セマンティックな品質と資源効率でベースライン手法より優れていた。

関連論文リスト

• Context-Aware Iterative Token Detection and Masked Transmission for Wireless Token Communication [20.850802765685145]
  送信機(Tx)と受信機(Rx)の共用コンテキスト確率モデルを用いたコンテキスト対応トークン通信フレームワークを提案する。 我々は、高い予測可能なトークン送信をスキップして送信率を減少させるコンテキスト対応マスキング戦略を導入する。
  論文  参考訳（メタデータ） (2026-01-25T10:10:51Z)
• Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach [55.861432910722186]
  UniToComは、トークンを処理と無線通信の両方の基本的な単位として扱う統一トークン通信パラダイムである。 本稿では,重要な情報を保持するトークンの学習を容易にする生成情報ボトルネック(GenIB)の原理を提案する。 我々は、離散トークンと連続トークンの両方の処理を統合するために、因果変換器に基づくマルチモーダル言語モデル(MLLM)を受信機に採用する。
  論文  参考訳（メタデータ） (2025-07-02T14:03:01Z)
• Token Communications: A Large Model-Driven Framework for Cross-modal Context-aware Semantic Communications [78.80966346820553]
  我々は、生成意味コミュニケーション(GenSC)において、クロスモーダルなコンテキスト情報を活用するための大規模なモデル駆動フレームワークであるトークン通信(TokCom)を紹介する。 本稿では,GFM/MLLMをベースとしたトークン処理をセマンティック通信システムに組み込む方法について検討し,将来無線ネットワークの様々な層において効率的なTokComを実現する上での鍵となる原則について述べる。
  論文  参考訳（メタデータ） (2025-02-17T18:14:18Z)
• End-to-End Learning for Uplink MU-SIMO Joint Transmitter and Non-Coherent Receiver Design in Fading Channels [11.182920270301304]
  JTRD-Netと呼ばれる新しいエンドツーエンド学習手法が提案され、マルチユーザシングルインプットマルチ出力(MU-SIMO)ジョイントトランスミッタとフェーディングチャネルにおける非コヒーレントレシーバー設計(JTRD)をアップリンクする。 送信側は、マルチユーザー波形設計を担当する並列線形層のグループとしてモデル化されています。 非コヒーレント受信機は、マルチユーザ検出(MUD)機能を提供するために、ディープフィードフォワードニューラルネットワーク(DFNN)によって形成される。
  論文  参考訳（メタデータ） (2021-05-04T02:47:59Z)

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。