論文の概要: On the Rate-Distortion-Complexity Tradeoff for Semantic Communication

• arxiv url: http://arxiv.org/abs/2602.14481v1
• Date: Mon, 16 Feb 2026 05:45:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.163352
• Title: On the Rate-Distortion-Complexity Tradeoff for Semantic Communication
• Title（参考訳）: 意味コミュニケーションにおけるレート・歪み・複雑さのトレードオフについて
• Authors: Jingxuan Chai, Yong Xiao, Guangming Shi,
• Abstract要約: 本稿では,古典的速度歪理論を拡張するRDCフレームワークを提案する。 意味的距離と複雑性に関する制約条件下での達成可能な最小速度の理論結果を導出する。 以上の結果から,達成可能な速度,意味距離,モデル複雑性の基本的な3方向のトレードオフが示された。
• 参考スコア（独自算出の注目度）: 42.300429885256435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication is a novel communication paradigm that focuses on conveying the user's intended meaning rather than the bit-wise transmission of source signals. One of the key challenges is to effectively represent and extract the semantic meaning of any given source signals. While deep learning (DL)-based solutions have shown promising results in extracting implicit semantic information from a wide range of sources, existing work often overlooks the high computational complexity inherent in both model training and inference for the DL-based encoder and decoder. To bridge this gap, this paper proposes a rate-distortion-complexity (RDC) framework which extends the classical rate-distortion theory by incorporating the constraints on semantic distance, including both the traditional bit-wise distortion metric and statistical difference-based divergence metric, and complexity measure, adopted from the theory of minimum description length and information bottleneck. We derive the closed-form theoretical results of the minimum achievable rate under given constraints on semantic distance and complexity for both Gaussian and binary semantic sources. Our theoretical results show a fundamental three-way tradeoff among achievable rate, semantic distance, and model complexity. Extensive experiments on real-world image and video datasets validate this tradeoff and further demonstrate that our information-theoretic complexity measure effectively correlates with practical computational costs, guiding efficient system design in resource-constrained scenarios.
• Abstract（参考訳）: セマンティック通信(Semantic Communication)は、送信元信号のビットワイド伝送ではなく、ユーザの意図した意味を伝えることに焦点を当てた、新しいコミュニケーションパラダイムである。 重要な課題の1つは、任意のソース信号の意味を効果的に表現し、抽出することである。 ディープラーニング(DL)ベースのソリューションは、幅広いソースから暗黙のセマンティック情報を抽出する有望な結果を示しているが、既存の研究はしばしば、DLベースのエンコーダとデコーダのモデルトレーニングと推論の両方に固有の高い計算複雑性を見落としている。 このギャップを埋めるために,従来のビット単位の歪み量と統計差に基づく発散量の両方を含む意味的距離の制約と,最小記述長と情報ボトルネックを考慮に入れた複雑性度を組み込むことで,古典的な速度歪み理論を拡張したRDCフレームワークを提案する。 ガウス的および二項的セマンティックソースのセマンティック距離と複雑性に制約を課した最小到達率の閉形式理論結果を導出する。 理論的結果から,達成可能な速度,意味距離,モデル複雑性の3方向のトレードオフが示唆された。 実世界の画像とビデオデータセットに関する大規模な実験は、このトレードオフを検証し、我々の情報理論の複雑さ尺度が、資源制約のあるシナリオにおける効率的なシステム設計を導くために、実用的な計算コストと効果的に相関していることを示した。

関連論文リスト

• Semantic Rate Distortion and Posterior Design: Compute Constraints, Multimodality, and Strategic Inference [0.0]
  本研究では,エンコーダとデコーダが異なる二次目的を最適化する戦略ガウス意味圧縮を,レートおよび計算制約下で研究する。 直接的, 遠隔的, 完全情報体制における戦略速度歪み関数を特徴付け, セマンティック・ウォーターフィルとレート制約付きガウス的説得解を導出し, ミスアライズされた目的の下でガウス的最適性を確立する。 これらの結果は、データとエネルギー効率のよいAIのための情報理論の基礎を提供し、リソース制約下での後設計メカニズムとして、現代の多モーダル言語モデルの原則的な解釈を提供する。
  論文  参考訳（メタデータ） (2026-02-03T19:12:02Z)
• 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)
• 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)
• Latent Space Alignment for AI-Native MIMO Semantic Communications [11.185200213307208]
  本稿では,意味コミュニケーションにおける意味的ミスマッチに対処する新しい手法を提案する。 ニューラルネットワークベースのモデルは、電力予算と複雑さの制約の下でセマンティックプリコーダ/デコーダを学ぶ。 目的指向のセマンティックコミュニケーションシナリオにおいて,提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-07-22T15:16:18Z)
• Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application [11.385703484113552]
  生成人工知能(GAI)を利用した新しい意味コミュニケーションフレームワークを提案する。 意味的特徴抽出のための変分オートエンコーダを組み合わせた潜在拡散モデル(LDM)に基づく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。 提案システムはゼロショットの一般化をサポートし,低SNRおよびアウト・オブ・ディストリビューション条件下での優れた性能を実現する訓練自由フレームワークである。
  論文  参考訳（メタデータ） (2025-06-06T03:20:32Z)
• 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)

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。