論文の概要: SPAT: A Semantic Port-Aware Adaptive-Rate Transmission Protocol for Semantic Communication

• arxiv url: http://arxiv.org/abs/2605.00897v1
• Date: Tue, 28 Apr 2026 03:32:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.461234
• Title: SPAT: A Semantic Port-Aware Adaptive-Rate Transmission Protocol for Semantic Communication
• Title（参考訳）: SPAT:セマンティック通信のためのセマンティックポート・アウェア適応レート伝送プロトコル
• Authors: Yunhao Wang, Shuai Ma, Bin Shen, Shouhan Shi, Youlong Wu, Guangming Shi, Xiang Cheng,
• Abstract要約: 6Gのセマンティックコミュニケーションは,ビットレベルの厳密さよりもタスク関連意味の伝達を優先することで,有望なパラダイムとして浮上している。 既存のトランスポート機構はまだ明示的なポートヘッダとビットレベルのバリデーションに依存しており、ヘッダの破損やパケットの損失に対して脆弱である。 本稿ではセマンティック・ポート・アウェア・アダプティブ・レート・トランスミッションプロトコル(SPAT)を提案する。
• 参考スコア（独自算出の注目度）: 56.844498058243744
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the evolution of 6G, semantic communication has emerged as a promising paradigm by prioritizing the delivery of task-relevant meaning over strict bit-level correctness. However, existing transport mechanisms still rely on explicit port headers and bit-level validation, making them vulnerable to header corruption and the resulting packet loss. To address this issue, this paper proposes a Semantic Port-Aware Adaptive-Rate Transmission Protocol (SPAT) for semantic communication. The proposed framework jointly embeds source and destination port information into semantic representations, thereby reducing dependence on explicit port headers while enabling robust port-aware transmission. Furthermore, a differentiated semantic processing mechanism is developed for uplink and downlink scenarios, where port identification is introduced for uplink service recognition and destination-aware conditional gating is designed for downlink selective decoding. In addition, an adaptive-rate controller is incorporated to dynamically adjust the number of transmitted semantic channels according to channel conditions and feature importance, thereby improving both robustness and transmission efficiency. Experimental results on the AFHQ and ImageNet-10 datasets, together with real-world experimental measurements, demonstrate that SPAT consistently outperforms TCP, UDP, and SITP in reconstruction quality across different SNRs while maintaining low-latency transmission.
• Abstract（参考訳）: 6Gの進化に伴い、厳密なビットレベルの正確さよりもタスク関連意味の提供を優先することで、セマンティックコミュニケーションが有望なパラダイムとして浮上した。 しかし、既存のトランスポート機構は明示的なポートヘッダとビットレベルのバリデーションに依存しており、ヘッダの破損やパケットの損失に弱い。 本稿では,セマンティック・ポート・アウェア・アダプティブ・レート・トランスミッションプロトコル(SPAT)を提案する。 提案フレームワークは,ソースおよび宛先ポート情報をセマンティック表現に共同で埋め込み,ロバストなポートアウェア伝送を実現するとともに,明示的なポートヘッダへの依存を低減する。 さらに、アップリンクとダウンリンクのシナリオに対して区別されたセマンティック処理機構を開発し、アップリンクサービス認識のためのポート識別を導入し、ダウンリンク選択復号のために宛先対応条件ゲーティングを設計する。 さらに、適応レートコントローラを導入して、チャネル条件と特徴量に応じて送信セマンティックチャネルの数を動的に調整し、ロバスト性と送信効率を両立させる。 AFHQとImageNet-10データセットの実験結果は、実世界の実験結果とともに、SPATが低遅延伝送を維持しながら、異なるSNRにわたる再構築品質において、TCP、UDP、SITPを一貫して上回っていることを示した。

関連論文リスト

• Adaptive Cooperative Transmission Design for Ultra-Reliable Low-Latency Communications via Deep Reinforcement Learning [2.665411186169543]
  次世代無線通信システムは、ミッションクリティカルなアプリケーションのために、超信頼性の低遅延通信(URLLC)サービスをサポートする必要がある。 特に2つのホップ協調通信において, 厳密な URLLC 要求を満たすことは困難である。 我々は,2ホップ中継通信システムのための適応伝送設計を開発する。
  論文  参考訳（メタデータ） (2025-11-04T03:08:59Z)
• Distributionally Robust Wireless Semantic Communication with Large AI Models [111.47794569742206]
  現在のSemComシステムは、様々なノイズ条件、敵攻撃、アウト・オブ・ディストリビューション・データにまたがる一般化に失敗している。 Wassersteinは、意味的誤解釈やチャネル摂動に対するレジリエンスを提供するために、分布的に堅牢な最適化を採用している。 画像とテキストの伝送実験の結果、WaSeComは雑音や逆方向の摂動下で頑健性の向上を実現していることがわかった。
  論文  参考訳（メタデータ） (2025-05-28T04:03:57Z)
• Adaptive Semantic Token Communication for Transformer-based Edge Inference [15.405730528104113]
  本稿では,動的変換器を用いたディープジョイントソースチャネル符号化アーキテクチャに基づくエッジ推論のための適応的フレームワークを提案する。 我々は,情報的特徴を1サンプルあたりのユーザ指定トークン数に適応的に圧縮するセマンティックトークン選択機構を採用している。 動的ネットワーク条件下でのロバスト性を高めるために, Lyapunov 最適化に基づく資源配分アルゴリズムを組み込んだ。
  論文  参考訳（メタデータ） (2025-05-23T08:15:05Z)
• Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
  フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。 既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。 本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
  論文  参考訳（メタデータ） (2025-01-20T04:26:21Z)
• Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
  本稿では,実用的な意味コミュニケーションフレームワークを提案する。 2つの知性エージェント間の効果的な目標指向情報共有を可能にする。 数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2023-11-30T03:36:19Z)
• Communication-Efficient Framework for Distributed Image Semantic Wireless Transmission [68.69108124451263]
  IoTデバイスを用いたマルチタスク分散画像伝送のためのFederated Learning-based semantic communication (FLSC)フレームワーク。 各リンクは階層型視覚変換器(HVT)ベースの抽出器とタスク適応トランスレータで構成される。 チャネル状態情報に基づく多重出力多重出力伝送モジュール。
  論文  参考訳（メタデータ） (2023-08-07T16:32:14Z)
• Robust Information Bottleneck for Task-Oriented Communication with Digital Modulation [31.39386509261528]
  タスク指向通信は、主に学習ベースのジョイントソースチャネル符号化(JSCC)を用いており、通信効率のよいエッジ推論システムを設計することを目的としている。 チャネル変動に対する通信ロバスト性を改善するために,ロバスト情報ボトルネック (RIB) と呼ばれるロバスト符号化フレームワークを開発した。 提案するDT-JSCCは,通信遅延の低いベースライン方式よりも優れた推論性能を実現する。
  論文  参考訳（メタデータ） (2022-09-21T14:21:14Z)
• Learning Task-Oriented Communication for Edge Inference: An Information Bottleneck Approach [3.983055670167878]
  ローエンドエッジ装置は、ローカルデータサンプルの抽出された特徴ベクトルを強力なエッジサーバに送信して処理する。 帯域幅が限られているため、データを低遅延推論のための情報的かつコンパクトな表現に符号化することが重要である。 特徴抽出,ソース符号化,チャネル符号化を協調的に最適化する学習型通信方式を提案する。
  論文  参考訳（メタデータ） (2021-02-08T12:53:32Z)

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。