論文の概要: Not All Symbols Are Equal: Importance-Aware Constellation Design for Semantic Communication

• arxiv url: http://arxiv.org/abs/2605.14940v1
• Date: Thu, 14 May 2026 15:15:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.904395
• Title: Not All Symbols Are Equal: Importance-Aware Constellation Design for Semantic Communication
• Title（参考訳）: すべてのシンボルが等しくなるわけではない:意味コミュニケーションのための意味認識型コンステレーション設計
• Authors: Albert Shaju, Christo Kurisummoottil Thomas, Mayukh Roy Chowdhury,
• Abstract要約: 既存のアプローチでは、コンステレーションの設計とセマンティックエンコーディングを分離し、重要なシンボルをチャネルエラーに無関係のものと同じ速度で露呈する。 本稿では,潜在概念を抽出するベクトル量子化変分自動エンコーダからなる,共同意味物理層フレームワークを提案する。 物理層において、学習された意味認識M-QAMコンステレーションは、共同共起統計とSCIスコアに基づいてシンボル位置を割り当てる。
• 参考スコア（独自算出の注目度）: 7.496328577340104
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication systems for goal-oriented transmission must protect task-relevant information not only through source compression but also via physical layer mapping. Existing approaches decouple constellation design and semantic encoding, exposing critical symbols to channel errors at the same rate as irrelevant ones. Contrary to this, in this paper, a joint semantic-physical layer framework is proposed, which is composed of a vector quantized-variational autoencoder that extracts discrete latent concepts, a semantic criticality indicator (SCI) that scores each concept by task relevance, and a deep reinforcement learning agent that dynamically selects the transmission subset based on instantaneous channel conditions. At the physical layer, a learned semantic-aware M -QAM constellation assigns symbol positions according to joint co-occurrence statistics and SCI scores, departing from the uniform spacing and Gray coding of standard M -QAM which minimizes average BER without regard for semantic content. We introduce a novel semantic symbol vulnerability (SSV) metric and a semantic protection probability (SPP) to quantify the exposure of task-critical symbols to decoding errors, and prove that any Gray-coded constellation is strictly suboptimal in SCI-Weighted SSV whenever the source exhibits non-uniform semantic importance and co-occurrence statistics. Simulation results demonstrate that the proposed constellation achieves near 100% SPP across modulation orders from 4-QAM to 1024-QAM versus 50% for standard constellations at high spectral efficiency, a 21:1 compression ratio with semantic quality above 0.9, generalizing across MNIST, Fashion-MNIST, and FSDD without modification.
• Abstract（参考訳）: 目標指向トランスミッションのためのセマンティック通信システムは,ソース圧縮だけでなく,物理層マッピングを通じてタスク関連情報を保護しなければならない。 既存のアプローチでは、コンステレーションの設計とセマンティックエンコーディングを分離し、重要なシンボルをチャネルエラーに無関係のものと同じ速度で露呈する。 これとは対照的に、離散潜在概念を抽出するベクトル量子化変分自動エンコーダと、タスク関連性によって各概念をスコアする意味臨界度指標(SCI)と、即時チャネル条件に基づいて送信サブセットを動的に選択する深層強化学習エージェントからなる、共同意味物理層フレームワークが提案されている。 物理層において、学習された意味認識M-QAMコンストラクタは、意味内容によらず平均BERを最小化する標準M-QAMの均一間隔とグレー符号化から離れて、共同共起統計とSCIスコアに基づいてシンボル位置を割り当てる。 そこで我々は,SCI重み付きSSVにおいて,課題クリティカルシンボルのデコードエラーに対する露出を定量化するための新しい意味記号脆弱性(SSV)と意味保護確率(SPP)を導入し,情報源が一様でない意味的重要性と共起統計を示す場合,任意のグレイ符号付き星座が厳密に最適であることを示す。 シミュレーションの結果, 高スペクトル効率の標準星座では4-QAMから1024-QAMの変調順序でほぼ100% SPP を達成し, MNIST や Fashion-MNIST , FSDD を改良せずに21:1 圧縮比を達成できた。

関連論文リスト

• Generative Semantic HARQ: Latent-Space Text Retransmission and Combining [23.126188628302035]
  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。
  論文  参考訳（メタデータ） (2026-03-16T10:24:22Z)
• Task-Agnostic Learnable Weighted-Knowledge Base Scheme for Robust Semantic Communications [52.36313868773825]
  本稿では,手堅い画像伝送のためのタスク非依存学習型重み付き知識ベースセマンティックコミュニケーション(TALSC)フレームワークを提案する。 このフレームワークには、メタラーナーとしてサンプル信頼モジュール(SCM)と学習者としての意味的符号化ネットワークが組み込まれている。 シミュレーションにより,TALSCフレームワークは,タスク非依存の画像意味コミュニケーションにおけるフリップノイズとクラス不均衡の効果を効果的に緩和することを示した。
  論文  参考訳（メタデータ） (2025-09-15T07:10:21Z)
• Interpreting CLIP with Hierarchical Sparse Autoencoders [8.692675181549117]
  サエマトリオシュカ(MSAE)は複数の粒度の階層的表現を同時に学習する。 MSAEは、CLIPの再構築品質とスパーシリティの間に新しい最先端のフロンティアを確立する。
  論文  参考訳（メタデータ） (2025-02-27T22:39:13Z)
• Vision Transformer-based Semantic Communications With Importance-Aware Quantization [13.328970689723096]
  本稿では、無線画像伝送のための重要量化(IAQ)を用いた視覚変換器(ViT)に基づくセマンティック通信システムを提案する。 筆者らのIAQフレームワークは, エラーのない, 現実的な通信シナリオにおいて, 従来の画像圧縮手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-12-08T19:24:47Z)
• Federated Contrastive Learning for Personalized Semantic Communication [55.46383524190467]
  我々は,パーソナライズされたセマンティックコミュニケーションを支援することを目的とした,協調型コントラスト学習フレームワークを設計する。 FedCLは、複数のクライアントにわたるローカルセマンティックエンコーダと、基地局が所有するグローバルセマンティックデコーダの協調トレーニングを可能にする。 分散クライアント間の異種データセットから生じるセマンティック不均衡問題に対処するために,コントラスト学習を用いてセマンティックセントロイドジェネレータを訓練する。
  論文  参考訳（メタデータ） (2024-06-13T14:45:35Z)
• 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)
• HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning [74.76431541169342]
  ゼロショット学習(ZSL)は、目に見えないクラス認識の問題に取り組み、目に見えないクラスから目に見えないクラスに意味的な知識を移す。 本稿では,意味領域と視覚領域を協調させる新しい階層型意味視覚適応(HSVA)フレームワークを提案する。 4つのベンチマークデータセットの実験では、HSVAは従来のZSLと一般的なZSLの両方で優れた性能を示す。
  論文  参考訳（メタデータ） (2021-09-30T14:27:50Z)

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。