論文の概要: Explainable Task-Oriented Token Communication for AI-Native 6G Networks

• arxiv url: http://arxiv.org/abs/2606.14808v1
• Date: Fri, 12 Jun 2026 05:52:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:32.246758
• Title: Explainable Task-Oriented Token Communication for AI-Native 6G Networks
• Title（参考訳）: AIネイティブ6Gネットワークのための説明可能なタスク指向トークン通信
• Authors: Feibo Jiang, Lei Mao, Li Dong, Kezhi Wang, Cunhua Pan, Jiangzhou Wang,
• Abstract要約: ファンデーションモデル(FM)と無線通信の統合は、ビット精度の伝送からタスク指向の伝送への画像通信の進化を促している。 既存のタスク指向の画像通信手法は、タスク指向のトークン表現が不十分なこと、ビジュアルトークンとタスクトークンのコラボレーションが不十分であること、タスク決定の解釈可能性の制限という3つの大きな課題に直面している。 本稿では,これらの課題に対処するための説明可能なタスク指向トークンコミュニケーション(ET-TokenCom)フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 66.32351608034986
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of Foundation Models (FMs) and wireless communications is driving the evolution of image communication from bit-accurate transmission toward task-oriented transmission. However, existing task-oriented image communication methods still face three major challenges: insufficient task-oriented Token representation, inadequate collaboration between Visual Tokens and Task Tokens, and limited interpretability of task decisions. To address these challenges, we propose an Explainable Task-Oriented Token Communication (ET-TokenCom) framework. By treating Tokens as unified units for information representation and transmission, the proposed framework constructs an end-to-end communication link that spans visual perception, wireless transmission, and task reasoning. At the transmitter, the ET-TokenCom framework extracts Visual Tokens from images to preserve low-level visual information. Meanwhile, Task Tokens generated by the FM are introduced to represent the target information and decision intent required by the current task. A Cross-Modal Attention (CMA) fusion mechanism is further designed, enabling Task Tokens to explicitly guide the selection, weighting, and transmission of Visual Tokens. At the receiver, the framework integrates Token decoding with an explainable output mechanism, where attention heatmaps are generated to highlight critical perceptual regions under different task objectives and reveal the influence of Task Tokens on the outputs. Finally, simulation results validate the effectiveness and robustness of the proposed ET-TokenCom framework.
• Abstract（参考訳）: ファンデーションモデル(FM)と無線通信の統合は、ビット精度の伝送からタスク指向の伝送への画像通信の進化を促している。 しかし、既存のタスク指向の画像通信手法は、タスク指向のトークン表現の不足、ビジュアルトークンとタスクトークンのコラボレーションの不十分、タスク決定の限定的な解釈可能性の3つの大きな課題に直面している。 これらの課題に対処するために、説明可能なタスク指向トークンコミュニケーション(ET-TokenCom)フレームワークを提案する。 Tokensを情報表現と送信の統一単位として扱うことにより、視覚知覚、無線送信、タスク推論にまたがるエンドツーエンドの通信リンクを構築する。 送信機では、ET-TokenComフレームワークが画像からビジュアルトークンを抽出し、低レベルな視覚情報を保存する。 一方、FMで生成されたタスクトークンは、現在のタスクに必要な目標情報および決定意図を表すために導入される。 クロスモーダル・アテンション(CMA)融合機構はさらに設計されており、タスクトークンは視覚トークンの選択、重み付け、送信を明示的にガイドすることができる。 受信機では、Tokenデコーディングと説明可能な出力機構を統合し、注目ヒートマップを生成して、異なるタスク目標の下で重要な知覚領域をハイライトし、タスクトークンが出力に与える影響を明らかにする。 最後に,ET-TokenComフレームワークの有効性とロバスト性をシミュレーションにより検証した。

関連論文リスト

• TokenCom: Vision-Language Model for Multimodal and Multitask Token Communications [83.27113284973684]
  TaiChiはトークン通信用に設計された新しいVLMフレームワークである。 バイラテラル・アテンション・ネットワーク(BAN)は、マルチスケールの視覚トークンをインテリジェントに融合するために導入された。 学習可能なアクティベーション関数を持つコルモゴロフ・アーノルドネットワーク(KAN)ベースのモジュラリティプロジェクタを用いて正確な非線形アライメントを実現する。
  論文  参考訳（メタデータ） (2026-02-28T05:52:35Z)
• SC-GIR: Goal-oriented Semantic Communication via Invariant Representation Learning [59.45312293893698]
  目標指向セマンティックコミュニケーション(SC)は,タスクの意味情報のみを伝達することで,コミュニケーションシステムに革命をもたらすことを目的としている。 画像伝送のためのSC-GIR(Goal-oriented Invariant Representation-based SC)という新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-01T04:29:43Z)
• Task-Oriented Low-Label Semantic Communication With Self-Supervised Learning [67.06363342414397]
  タスク指向の意味コミュニケーションは、正確なメッセージではなく意味情報を伝達することで伝達効率を高める。 深層学習(DL)に基づく意味コミュニケーションは、意味抽出、伝達、解釈に不可欠な意味知識を効果的に育むことができる。 タスク推論性能を向上させるための自己教師付き学習ベースセマンティックコミュニケーションフレームワーク(SLSCom)を提案する。
  論文  参考訳（メタデータ） (2025-05-26T13:06:18Z)
• Token Communications: A Large Model-Driven Framework for Cross-modal Context-aware Semantic Communications [78.80966346820553]
  我々は、生成意味コミュニケーション(GenSC)において、クロスモーダルなコンテキスト情報を活用するための大規模なモデル駆動フレームワークであるトークン通信(TokCom)を紹介する。 本稿では,GFM/MLLMをベースとしたトークン処理をセマンティック通信システムに組み込む方法について検討し,将来無線ネットワークの様々な層において効率的なTokComを実現する上での鍵となる原則について述べる。
  論文  参考訳（メタデータ） (2025-02-17T18:14:18Z)
• Trustworthy Image Semantic Communication with GenAI: Explainablity, Controllability, and Efficiency [59.15544887307901]
  画像意味コミュニケーション(ISC)は,高効率な映像コンテンツ伝送を実現する可能性に注目されている。 既存のISCシステムは、解釈可能性、操作性、互換性の課題に直面している。 我々は、複数の下流推論タスクにGenerative Artificial Intelligence(GenAI)を利用する新しい信頼できるISCフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-07T14:32:36Z)
• Enhancing Cross-Prompt Transferability in Vision-Language Models through Contextual Injection of Target Tokens [28.356269620160937]
  我々は、勾配に基づく摂動を利用して、ターゲットトークンを視覚的・テキスト的両方の文脈に注入するコンテキストインジェクション攻撃(CIA)を提案する。 CIAは敵画像のクロスプロンプト転送性を高める。
  論文  参考訳（メタデータ） (2024-06-19T07:32:55Z)

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。