論文の概要: Contextual Memory-Enhanced Source Coding for Low-SNR Communications
- arxiv url: http://arxiv.org/abs/2605.04400v2
- Date: Thu, 07 May 2026 01:29:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 17:36:06.159153
- Title: Contextual Memory-Enhanced Source Coding for Low-SNR Communications
- Title（参考訳）: 低SNR通信における文脈記憶強調音源符号化
- Authors: Ziqiong Wang, Rongpeng Li,
- Abstract要約: 本稿では,ロバスト伝送のためのメモリ拡張ソース符号化方式を提案する。
コンテキストを外部情報として扱うのではなく、MASCはコンテキストパターンをソースモデルに内部化する。
MASCは、ソース推定を洗練し、平均コード長を短縮し、ソース復号の感度を残留チャネルエラーに低減する。
- 参考スコア（独自算出の注目度）: 5.701461718918883
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While Separate Source-Channel Coding (SSCC) retains the practical benefits of modular system design, its effectiveness in noisy text transmission is fundamentally constrained by the fragility of autoregressive source decoding. In low-SNR regimes, even a small number of residual bit errors after channel decoding may derail the subsequent lossless reconstruction process, especially when Arithmetic Coding (AC) relies on Large Language Model (LLM)-based probability estimation. Existing remedies either strengthen channel decoding based solely on channel observations or introduce contextual information only at the receiver for post-hoc correction, yet neither fully addresses the fragility of source probability modeling under residual channel errors. To this end, this paper proposes a Memory-Augmented Source Coding (MASC) scheme for robust SSCC-based transmission. Rather than treating context as external side information, MASC internalizes contextual patterns into a source model shared by both the transmitter-side source encoder and the receiver-side source decoder. Specifically, MASC employs a shared Parameterized Contextual Memory (PCM) to encode multi-order $n$-gram patterns, and further introduces a Mixture-of-Memory-Experts Router (MMER) to perform sparse, hidden-state-dependent routing over memory experts during autoregressive source modeling. By adaptively activating only the most relevant memories at each coding step, MASC refines source probability estimation, shortens average codelength, and mitigates the sensitivity of source decoding to residual channel errors. Extensive experiments over Rayleigh fading and AWGN channels demonstrate the effectiveness of the proposed scheme compared with state-of-the-art methods.
- Abstract（参考訳）: 分離ソースチャネル符号化(SSCC)はモジュラーシステム設計の実用的利点を保っているが、ノイズの多いテキスト伝送におけるその有効性は、自己回帰的なソースデコーディングの脆弱さによって根本的に制約されている。
低SNR方式では、チャネル復号後の残差ビット誤りがその後のロスレス再構成過程を損なう可能性があり、特にAACはLarge Language Model (LLM)ベースの確率推定に依存する。
既存の修復は、チャネル観測のみに基づくチャネルデコーディングを強化するか、ポストホック修正のために受信側でのみコンテキスト情報を導入するかのどちらかであるが、残留チャネルエラーの下でのソース確率モデリングの脆弱性に完全に対処するものではない。
そこで本稿では,堅牢なSSCC伝送のためのメモリ拡張ソース符号化(MASC)方式を提案する。
コンテキストを外部情報として扱う代わりに、MASCはコンテキストパターンを送信側ソースエンコーダと受信側ソースデコーダの両方で共有されるソースモデルに内部化する。
具体的には、MASCはマルチオーダー$n$-gramパターンをエンコードするために共有パラメータ化されたコンテキストメモリ(PCM)を使用し、さらにMixture-of-Memory-Experts Router(MMER)を導入し、自己回帰的ソースモデリング中にメモリエキスパートを疎結合で隠れ状態に依存したルーティングを実行する。
各符号化ステップで最も関連性の高いメモリのみを適応的に活性化することにより、MASCはソース確率推定を洗練し、平均コード長を短縮し、ソース復号の感度を残留チャネルエラーに低減する。
Rayleigh fading と AWGN チャネルに対する大規模な実験は、提案手法の有効性を最先端の手法と比較して実証している。
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) - 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) - 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) - 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) - Adaptive Source-Channel Coding for Semantic Communications [48.13990936094994]
セマンティック通信 (Semantic Communications, SemComs) は, 共同データとタスク指向の伝送において, 有望なパラダイムとして登場した。
SemComsの現在のジョイントソースチャネル符号化(JSCC)は、既存の通信システムと互換性がない。
並列ガウスチャネル上でのSemComsの適応型ソースチャネル符号化方式を提案する。
論文 参考訳（メタデータ） (2025-08-11T13:09:54Z) - Diffusion-Driven Semantic Communication for Generative Models with Bandwidth Constraints [66.63250537475973]
本稿では,帯域制限付き生成モデルのための,高度なVAEベースの圧縮を用いた拡散駆動型セマンティック通信フレームワークを提案する。
実験の結果,ピーク信号対雑音比 (PSNR) などの画素レベルの指標と,LPIPS (Learning Perceptual Image patch similarity) のような意味的指標が大幅に改善された。
論文 参考訳（メタデータ） (2024-07-26T02:34:25Z) - Deep Joint Source-Channel Coding with Iterative Source Error Correction [11.41076729592696]
深層学習に基づくジョイントソースチャネル符号(Deep J SCC)に対する反復的ソース誤り訂正(ISEC)復号法を提案する。
チャネルを通じて受信されたノイズワードに対して、Deep J SCCエンコーダとデコーダペアを使用して、コードを反復的に更新する。
提案手法は, チャネルノイズ特性がトレーニング時に使用するものと一致しない場合に, ベースラインよりも信頼性の高いソース再構成結果を生成する。
論文 参考訳（メタデータ） (2023-02-17T22:50:58Z) - Fault-tolerant Coding for Entanglement-Assisted Communication [46.0607942851373]
本稿では,量子チャネルに対するフォールトトレラントチャネル符号化の研究について述べる。
我々は、フォールトトレラント量子コンピューティングの手法を用いて、このシナリオで古典的および量子的情報を送信するための符号化定理を確立する。
特に,ゲートエラーがゼロに近づくと,耐故障能力が通常のキャパシティに近づくことを示す。
論文 参考訳（メタデータ） (2022-10-06T14:09:16Z) - 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) - Infomax Neural Joint Source-Channel Coding via Adversarial Bit Flip [41.28049430114734]
本稿では、ニューラルジョイント・ソース・チャネル符号化方式の安定性と堅牢性を改善するために、Infomax Adversarial-Bit-Flip (IABF) と呼ばれる新しい正規化手法を提案する。
我々のIABFは、圧縮と誤り訂正のベンチマークの両方で最先端のパフォーマンスを達成でき、ベースラインをかなりの差で上回ることができる。
論文 参考訳（メタデータ） (2020-04-03T10:00:02Z)
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。