論文の概要: VQ-DSC-R: Robust Vector Quantized-Enabled Digital Semantic Communication With OFDM Transmission

• arxiv url: http://arxiv.org/abs/2602.15045v1
• Date: Thu, 05 Feb 2026 02:53:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 12:01:13.627054
• Title: VQ-DSC-R: Robust Vector Quantized-Enabled Digital Semantic Communication With OFDM Transmission
• Title（参考訳）: VQ-DSC-R:OFDM伝送を用いたロバストベクトル量子化型ディジタルセマンティック通信
• Authors: Jianqiao Chen, Nan Ma, Xiaodong Xu, Tingting Zhu, Huishi Song, Chen Dong, Wenkai Liu, Rui Meng, Ping Zhang,
• Abstract要約: 我々は、周波数分割多重化(OFDM)伝送に基づく、堅牢なベクトル量子化対応デジタルセマンティック通信(VQ-DSC-R)システムを開発した。 我々の研究は、VQ-DSC-Rのフレームワーク設計を含み、その後包括的な最適化研究が続く。 ベンチマーク方式よりもVQ-DSC-Rの方が優れており、実際のシナリオでは高い圧縮比と堅牢な性能を実現している。
• 参考スコア（独自算出の注目度）: 24.90644167978418
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Digital mapping of semantic features is essential for achieving interoperability between semantic communication and practical digital infrastructure. However, current research efforts predominantly concentrate on analog semantic communication with simplified channel models. To bridge these gaps, we develop a robust vector quantized-enabled digital semantic communication (VQ-DSC-R) system built upon orthogonal frequency division multiplexing (OFDM) transmission. Our work encompasses the framework design of VQ-DSC-R, followed by a comprehensive optimization study. Firstly, we design a Swin Transformer-based backbone for hierarchical semantic feature extraction, integrated with VQ modules that map the features into a shared semantic quantized codebook (SQC) for efficient index transmission. Secondly, we propose a differentiable vector quantization with adaptive noise-variance (ANDVQ) scheme to mitigate quantization errors in SQC, which dynamically adjusts the quantization process using K-nearest neighbor statistics, while exponential moving average mechanism stabilizes SQC training. Thirdly, for robust index transmission over multipath fading channel and noise, we develop a conditional diffusion model (CDM) to refine channel state information, and design an attention-based module to dynamically adapt to channel noise. The entire VQ-DSC-R system is optimized via a three-stage training strategy. Extensive experiments demonstrate superiority of VQ-DSC-R over benchmark schemes, achieving high compression ratios and robust performance in practical scenarios.
• Abstract（参考訳）: セマンティックな特徴のデジタルマッピングは、セマンティックなコミュニケーションと実用的なデジタルインフラの相互運用性を実現するために不可欠である。 しかし、近年の研究は、単純化されたチャネルモデルによるアナログ意味コミュニケーションに重点を置いている。 これらのギャップを埋めるために、直交周波数分割多重化(OFDM)伝送を基盤とした堅牢なベクトル量子化対応デジタルセマンティック通信(VQ-DSC-R)システムを開発した。 我々の研究は、VQ-DSC-Rのフレームワーク設計を含み、その後包括的な最適化研究が続く。 まず、階層的な意味的特徴抽出のためのSwin Transformerベースのバックボーンを設計し、VQモジュールと統合して特徴を効率的なインデックス伝達のために共有意味量化コードブック(SQC)にマッピングする。 第2に、適応雑音分散(ANDVQ)方式による微分可能ベクトル量子化を提案し、K-nearest 近傍統計を用いて量子化過程を動的に調整し、指数移動平均機構はSQC訓練を安定化させる。 第3に、マルチパスフェージングチャネルとノイズによるロバストインデックス伝送のために、チャネル状態情報を洗練するための条件拡散モデル(CDM)を開発し、チャネルノイズに動的に適応するアテンションベースモジュールを設計する。 VQ-DSC-Rシステム全体が3段階の訓練戦略によって最適化されている。 ベンチマークスキームよりもVQ-DSC-Rの方が優れており、実際のシナリオでは高い圧縮比とロバストな性能を実現している。

関連論文リスト

• Scenario-Adaptive MU-MIMO OFDM Semantic Communication With Asymmetric Neural Network [1.8534178102035817]
  ダウンリンク伝送に適した非対称アーキテクチャを備えたシナリオ適応型MU-MIMOSemComフレームワークを提案する。 送信機では,チャネル状態情報(CSI)とSNR(Signal-to-Noise Ratio)に基づいて動的に特徴抽出を行うシナリオ対応セマンティックエンコーダを導入する。 受信機において、新規なパイロット誘導注意機構を備えた軽量デコーダを用いて、チャネル等化及び特徴校正を暗黙的に行う。
  論文  参考訳（メタデータ） (2026-02-14T02:15:25Z)
• Context Video Semantic Transmission with Variable Length and Rate Coding over MIMO Channels [49.624608869195065]
  無線ビデオ伝送のためのコンテキストビデオセマンティックトランスミッション(CVST)フレームワークを提案する。 我々は、特徴群と多重入力多重出力(MIMO)サブチャネルの関係を明確に定式化するために、コンテキストチャネル相関マップを学習する。 近年の無線ビデオ・セマンティック・コミュニケーション・アプローチにおいて,標準化された分離符号化方式に対して性能が大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2025-12-23T10:48:43Z)
• Channel-Aware Vector Quantization for Robust Semantic Communication on Discrete Channels [5.680520767606761]
  本稿では,VQJSCCと呼ばれるジョイントソースチャネル符号化フレームワークにおいて,チャネル認識ベクトル量子化(CAVQ)アルゴリズムを提案する。 このフレームワークでは、セマンティックな特徴を離散化し、変調星座のシンボルに直接マッピングし、CAVQはチャネル遷移確率を量子化プロセスに統合する。 伝送ストリームをサブチャネルに分解することで、コードブック順序と変調順序のミスマッチを処理するためのマルチコードブックアライメント機構も導入されている。
  論文  参考訳（メタデータ） (2025-10-21T13:02:35Z)
• Large-Scale Model Enabled Semantic Communication Based on Robust Knowledge Distillation [45.347078403677216]
  大規模モデル(LSM)は意味表現と理解に有効なフレームワークである。 しかしながら、それらの直接的なデプロイメントは、しばしば高い計算複雑性とリソース要求によって妨げられる。 本稿では,新しい知識蒸留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。
  論文  参考訳（メタデータ） (2025-08-04T07:47:18Z)
• VQ-DeepISC: Vector Quantized-Enabled Digital Semantic Communication with Channel Adaptive Image Transmission [8.858565507331395]
  意味的特徴の離散化は、意味的コミュニケーションシステムとデジタルコミュニケーションシステムの相互運用を可能にする。 チャネル適応画像伝送を用いたベクトル量子化(VQ)対応ディジタルセマンティック通信システムを提案する。
  論文  参考訳（メタデータ） (2025-08-01T02:35:34Z)
• Modeling and Performance Analysis for Semantic Communications Based on Empirical Results [53.805458017074294]
  終端計測とSNRの関係をモデル化するためのAlpha-Beta-Gamma (ABG) 式を提案する。 画像再構成タスクでは、提案されたABG公式は、SCUNetやVision Transformerといった一般的なDLネットワークに適合する。 我々の知る限りでは、これはエンドツーエンドのパフォーマンス指標と意味コミュニケーションのためのSNRの間の最初の理論的表現である。
  論文  参考訳（メタデータ） (2025-04-29T06:07:50Z)
• MOC-RVQ: Multilevel Codebook-Assisted Digital Generative Semantic Communication [43.17888320268593]
  本稿では,2段階の学習フレームワークを用いた多段階生成セマンティックコミュニケーションシステムを提案する。 最初の段階では,マルチヘッドオクタナリーコードブックを用いて高品質なコードブックを訓練し,インデックス範囲を圧縮する。 第2段階では、Swin Transformerに基づくノイズ低減ブロック(NRB)が導入され、高品質なセマンティック知識ベースとして機能する。
  論文  参考訳（メタデータ） (2024-01-02T16:17:43Z)
• Vector Quantized Semantic Communication System [22.579525825992416]
  我々は,VQ-DeepSCという画像伝送のための深層学習可能なベクトル量子化(VQ)セマンティック通信システムを開発した。 具体的には、画像のマルチスケールな意味的特徴を抽出し、マルチスケールな意味的埋め込み空間を導入するCNNベースのトランシーバを提案する。 我々は、PatchGAN識別器を導入して、受信画像の品質を向上させるために、敵対訓練を実践する。
  論文  参考訳（メタデータ） (2022-09-23T10:58:23Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Adaptive Discrete Communication Bottlenecks with Dynamic Vector Quantization [76.68866368409216]
  入力に条件付けされた離散化の厳密度を動的に選択する学習を提案する。 コミュニケーションボトルネックの動的に変化する厳密さは、視覚的推論や強化学習タスクにおけるモデル性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-02-02T23:54:26Z)

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。