論文の概要: Semantic Error Correction and Decoding for Short Block Codes

• arxiv url: http://arxiv.org/abs/2604.22269v2
• Date: Wed, 29 Apr 2026 05:23:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 13:51:53.951952
• Title: Semantic Error Correction and Decoding for Short Block Codes
• Title（参考訳）: 短絡符号に対する意味的誤り訂正と復号法
• Authors: Jiafu Hao, Chentao Yue, Wanchun Liu, Branka Vucetic, Yonghui Li,
• Abstract要約: 本稿では,雑音の多い無線チャネル上で自然言語文を送信するためのセマンティック・エンハンスド・フレームワークを提案する。 ASCIIエンコーディング後、文はセグメントに分割され、それぞれが独立して短いブロックコードで符号化される。 受信機では、セグメントを並列に復号し、次いで、破損したセグメントを再構成する意味的誤り補正モデルが続く。
• 参考スコア（独自算出の注目度）: 37.72235793468215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a semantic-enhanced receiver framework for transmitting natural language sentences over noisy wireless channels using multiple short block codes. After ASCII encoding, the sentence is divided into segments, each independently encoded with a short block code and transmitted over an AWGN channel. At the receiver, segments are decoded in parallel, followed by a semantic error correction (SEC) model, which reconstructs corrupted segments using language model context. We further propose the semantic list decoding (SLD), which generates multiple candidate reconstructions and selects the best one via weighted Hamming distance, and a semantic confidence-guided HARQ (SHARQ) mechanism that replaces CRC-based error detection with a confidence score, enabling selective segment retransmission without CRC overhead. All modules are designed and trained using bidirectional and auto-regressive transformers (BART). Simulation results demonstrate that the proposed scheme significantly outperforms conventional capacity-approaching short codes and long codes at the same rate. Specifically, SEC provides approximately 0.4 dB BLER gain over plain short-code transmission, while SLD extends this to 0.8 dB. Compared to transmitting the entire sentence as a single long 5G LDPC codeword, our approach significantly improves semantic fidelity and reduces decoding latency by up to 90\%. SHARQ further provides an additional 1.5 dB gain over conventional HARQ.
• Abstract（参考訳）: 本稿では,複数の短ブロック符号を用いて,雑音の多い無線チャネル上で自然言語文を送信するためのセマンティック・エンハンスド・レシーバ・フレームワークを提案する。 ASCII符号化後、文はセグメントに分割され、それぞれ独立して短いブロックコードで符号化され、AWGNチャネルを介して送信される。 受信機ではセグメントを並列に復号し、続いて意味的誤り訂正(SEC)モデルで言語モデルコンテキストを用いて破損したセグメントを再構成する。 さらに、複数の候補再構成を生成し、重み付けハミング距離を介して最良のものを選択するセマンティックリスト復号法(SLD)と、CRCに基づく誤り検出を信頼スコアに置き換えるセマンティック信頼誘導HARQ機構を提案し、CRCオーバーヘッドのない選択的セグメント再送を可能にする。 全てのモジュールは双方向および自動回帰変換器(BART)を用いて設計および訓練されている。 シミュレーションの結果,提案方式は従来のキャパシティ適応型短符号と長符号を同速度で大幅に上回ることがわかった。 具体的には、SECは約0.4dBのBLERゲインを提供し、SLDはこれを0.8dBに拡張する。 文全体を1つの長い5G LDPCコードワードとして送信した場合と比較して,本手法は意味的忠実度を大幅に改善し,復号遅延を最大90%削減する。 SHARQはさらに、従来のHARQよりも1.5dBのゲインを提供する。

関連論文リスト

• In-Context Source and Channel Coding [12.557918082908545]
  本稿では,送信機を変更せずにSSCCロバスト性を向上する受信側In-Context Decoding(ICD)フレームワークを提案する。 ICDは信頼性誘導ビットフリップにより信頼度の高い候補プールを構築し、コンパクトだが多様な候補のサブセットをサンプリングし、LLMベースの算術デコーダを適用して、復元とシーケンスレベルのログライクな条件の両方を得る。
  論文  参考訳（メタデータ） (2026-01-15T10:37:57Z)
• AI/ML based Joint Source and Channel Coding for HARQ-ACK Payload [7.429342241207199]
  我々は、新しい「フリーランチ」学習アルゴリズムを用いてトランスフォーマーベースのエンコーダを学習し、エンコーダの前のソースを利用するために、コードワードごとのパワーシェイピングを提案する。 我々は,複数の情報ビットを持つ符号化ビットシステムへのNeyman-Pearsonテストの拡張を開発し,デコーダのACKビット上でのUnequal Error Protection of NACKを実現する。
  論文  参考訳（メタデータ） (2025-11-25T05:31:26Z)
• Learning Binary Autoencoder-Based Codes with Progressive Training [1.8620637029128544]
  オートエンコーダ(AE)ベースのアプローチは、通信システムのエンドツーエンド設計に注目されている。 これらの結果から, コンパクトAEアーキテクチャは, 安定かつ素直な訓練により, 構造的, 代数的最適二項符号を効果的に学習できることが示唆された。
  論文  参考訳（メタデータ） (2025-11-12T11:32:03Z)
• Rateless Joint Source-Channel Coding, and a Blueprint for 6G Semantic Communications System Design [4.2240468630800985]
  本稿では、レートレスJSCC(rateless J SCC)について紹介する。 また、レートレスJSCCに対応するために、レート適応型および安定した通信リンク操作を導入する。 本論文の第2部では,セマンティックコミュニケーションに関する実践的な懸念を掘り下げ,セマンティックネットワーキングシステム設計の青写真を提供する。
  論文  参考訳（メタデータ） (2025-02-10T01:49:16Z)
• Threshold Selection for Iterative Decoding of $(v,w)$-regular Binary Codes [84.0257274213152]
  繰り返しビットフリップデコーダは、sparse $(v,w)$-regular符号の効率的な選択である。 閉形式モデルに基づくしきい値決定のための具体的な基準を提案する。
  論文  参考訳（メタデータ） (2025-01-23T17:38:22Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Fast-MD: Fast Multi-Decoder End-to-End Speech Translation with Non-Autoregressive Hidden Intermediates [59.678108707409606]
  我々は、接続性時間分類(CTC)出力に基づいて非自己回帰デコードによりHIを生成する高速MDモデルであるFast-MDを提案し、続いてASRデコーダを提案する。 高速MDは、GPUとCPUの「単純なMDモデル」よりも2倍、4倍高速なデコード速度を実現した。
  論文  参考訳（メタデータ） (2021-09-27T05:21:30Z)
• On Sparsifying Encoder Outputs in Sequence-to-Sequence Models [90.58793284654692]
  我々はTransformerをテストベッドとして、エンコーダとデコーダの間にあるゲートの層を導入します。 ゲートは、パリシティ誘導L0ペナルティの期待値を用いて正規化される。 このスペーサー化が2つの機械翻訳と2つの要約タスクに与える影響について検討する。
  論文  参考訳（メタデータ） (2020-04-24T16:57:52Z)

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。