論文の概要: Generative Semantic HARQ: Latent-Space Text Retransmission and Combining

• arxiv url: http://arxiv.org/abs/2603.15068v1
• Date: Mon, 16 Mar 2026 10:24:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.010463
• Title: Generative Semantic HARQ: Latent-Space Text Retransmission and Combining
• Title（参考訳）: Generative Semantic HARQ: Latent-Space Text Retransmission and Combining
• Authors: Bin Han, Yulin Hu, Hans D. Schotten,
• Abstract要約: テキスト通信のための意味レベルハイブリッド自動リピート要求(HARQ)フレームワークを提案する。 Transformer-variational autoencoder (VAE) は、従来のプロトコルスタック上の軽量オーバーレイとして動作する。 6つのセマンティックな品質指標と4つのソフトな組み合わせ戦略をハイブリッドなセマンティックな歪み下でベンチマークする。
• 参考スコア（独自算出の注目度）: 23.126188628302035
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication conveys meaning rather than raw bits, but reliability at the semantic level remains an open challenge. We propose a semantic-level hybrid automatic repeat request (HARQ) framework for text communication, in which a Transformer-variational autoencoder (VAE) codec operates as a lightweight overlay on the conventional protocol stack. The stochastic encoder inherently generates diverse latent representations across retransmissions-providing incremental knowledge (IK) from a single model without dedicated protocol design. On the receiver side, a soft quality estimator triggers retransmissions and a quality-aware combiner merges the received latent vectors within a consistent latent space. We systematically benchmark six semantic quality metrics and four soft combining strategies under hybrid semantic distortion that mixes systematic bias with additive noise. The results suggest combining Weighted-Average or MRC-Inspired combining with self-consistency-based HARQ triggering for the best performance.
• Abstract（参考訳）: 意味コミュニケーションは生のビットではなく意味を伝えるが、セマンティックレベルでの信頼性は依然としてオープンな課題である。 本稿では,従来のプロトコルスタック上の軽量オーバーレイとしてTransformer-variational autoencoder (VAE)コーデックが動作する,テキスト通信のための意味レベルハイブリッド自動リピート要求(HARQ)フレームワークを提案する。 確率エンコーダは本質的に、専用のプロトコル設計なしで単一のモデルから再送信によるインクリメンタル知識(IK)を提供する様々な潜在表現を生成する。 受信側では、ソフトクオリティ推定器が再送信をトリガーし、品質対応コンバインダが受信した潜時ベクトルを一貫した潜時空間内にマージする。 6つのセマンティックな品質指標と4つのソフトな組み合わせ戦略を,系統的バイアスと付加的雑音を混合したハイブリッドなセマンティックな歪みの下で系統的にベンチマークした。 その結果,自己整合性に基づくHARQトリガと重み付き平均値とMRCインスパイアされた組み合わせが,最高のパフォーマンスを実現することが示唆された。

関連論文リスト

• Conditional Denoising Diffusion Autoencoders for Wireless Semantic Communications [10.896931510442514]
  無線セムコムシステムは,低次元のセマンティクスから高次元の地上構造へのマッピングを学習することを目的としている。 セマンティックトランスミッタのニューラルエンコーダは、ハイレベルセマンティクスを抽出する。 セマンティックレシーバにおける条件拡散モデル(CDiff)は、信号空間のデノイングにソース分布を利用する。 提案したデコーダモデルが地中構造データの一貫した推定器であることを解析的に証明した。
  論文  参考訳（メタデータ） (2025-09-26T12:46:21Z)
• RIS-aided Latent Space Alignment for Semantic Channel Equalization [10.555901476981923]
  我々は,無線通信において,厳密なビットレベルの精度を保証するのではなく,意図した意味を伝達することに焦点を当てた新しいパラダイムを導入する。 これらのシステムは、しばしばデータから直接意味を学習し、エンコードするためにディープニューラルネットワーク(DNN)に依存しており、より効率的な通信を可能にしている。 本研究では、再構成可能なインテリジェントサーフェス(RIS)の存在を利用する物理・意味チャネル等化フレームワークを提案する。 提案手法は, 様々なシナリオや無線チャネル条件において, 従来型, 意味的, 意味的, 意味的チャネル等化へのアプローチを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2025-07-22T10:51:35Z)
• Quantize More, Lose Less: Autoregressive Generation from Residually Quantized Speech Representations [26.938560887095658]
  既存の自己回帰的アプローチは、しばしば大きな情報損失を被るシングルコードブック表現に依存している。 我々は、新しいオーディオであるQDAC上に構築された新しいTSフレームワークであるQTTSを提案する。 実験により,提案フレームワークは,ベースラインよりも高い合成品質を実現し,表現的コンテンツを保存できることが実証された。
  論文  参考訳（メタデータ） (2025-07-16T12:47:09Z)
• 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)
• Visual Language Model based Cross-modal Semantic Communication Systems [42.321208020228894]
  本稿では,視覚言語モデルに基づくクロスモーダル・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。 VLM−CSCは、3つの新規成分を含む。 実験により, CSCシステムの有効性, 適応性, 堅牢性を検証した。
  論文  参考訳（メタデータ） (2024-05-06T08:59:16Z)
• Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
  本稿では,強化学習に基づくエージェント駆動型ジェネリック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。 本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。 設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-04-10T13:24:27Z)
• Hierarchical Sketch Induction for Paraphrase Generation [79.87892048285819]
  本稿では、高密度符号化の分解を学習するHRQ-VAE(Hierarchical Refinement Quantized Variational Autoencoders)を紹介する。 HRQ-VAEを用いて、入力文の構文形式を階層化の経路としてエンコードすることで、テスト時の構文スケッチをより容易に予測できる。
  論文  参考訳（メタデータ） (2022-03-07T15:28:36Z)
• Improve Variational Autoencoder for Text Generationwith Discrete Latent Bottleneck [52.08901549360262]
  変分オートエンコーダ(VAE)は、エンドツーエンドの表現学習において必須のツールである。 VAEは強い自己回帰デコーダで潜伏変数を無視する傾向がある。 よりコンパクトな潜在空間において暗黙的な潜在特徴マッチングを強制する原理的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-04-22T14:41:37Z)

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。