論文の概要: Semantic-Aware Multiple Access via Spatial Redundancy Exploitation for Uplink-Dominant 6G Use Cases
- arxiv url: http://arxiv.org/abs/2606.31715v1
- Date: Tue, 30 Jun 2026 14:21:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.251042
- Title: Semantic-Aware Multiple Access via Spatial Redundancy Exploitation for Uplink-Dominant 6G Use Cases
- Title（参考訳）: 上行性6G症例に対する空間冗長爆発によるセマンティック・アウェア多重アクセス
- Abstract要約: Uplink-dominant 6Gのユースケースでは、限られた無線リソース上で高ボリュームの視覚データを効率よく送信する必要がある。
本稿では、車両利用者間の重なり合う視野を利用して、冗長なアップリンク送信を減らす意味認識型多重アクセス方式を提案する。
- 参考スコア（独自算出の注目度）: 17.532778146939027
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Emerging uplink-dominant 6G use cases, such as cooperative vehicular streaming, require efficient transmission of high-volume visual data over limited wireless resources. While semantic communications can reduce traffic by prioritizing task-relevant content, most existing approaches treat users independently and therefore overlook spatial redundancy among nearby devices' observations. This paper proposes a semantic-aware multiple access scheme that exploits overlapping fields of view among vehicular users to reduce redundant uplink transmissions. We formulate a joint perception and transmission control problem in which users decide which image patches to transmit, when to transmit them, and over which channel, subject to communication constraints. To address the resulting complexity, we introduce a practical two-phase approach. First, nearby vehicles share selected observation patches over Vehicle-to-Vehicle (V2V) links to calculate inter-user spatial redundancy. Second, users transmit only semantically important, non-redundant patches to the base station, where observations can be reconstructed using the received patches and complementary views from neighboring vehicles. Simulation results in a dense urban vehicular scenario demonstrate that our approach improves the proportion of users who achieve high-fidelity reconstruction, highlighting the potential of semantic-aware multiple access for sustainable and resource-efficient 6G uplink systems.
- Abstract（参考訳）: 協調車体ストリーミングのようなアップリンクに支配的な6Gユースケースは、限られた無線リソース上で高ボリュームの視覚データを効率よく伝送する必要がある。
セマンティック通信はタスク関連コンテンツの優先順位付けによってトラフィックを減らすことができるが、既存のアプローチはユーザを独立して扱うため、周辺機器の観測における空間的冗長性を見落としている。
本稿では、車両利用者間の重なり合う視野を利用して、冗長なアップリンク送信を減らす意味認識型多重アクセス方式を提案する。
我々は,どの画像パッチを送信すべきか,いつ送信するか,どのチャンネルを通信制約下に置くかを決定する共同認識・送信制御問題を定式化する。
結果として生じる複雑性に対処するために、実用的な2段階のアプローチを導入する。
まず、近隣の車両はV2Vリンク上で選択された観察パッチを共有し、ユーザ間の空間的冗長性を計算する。
第二に、ユーザーは基地局に意味的に重要な非冗長なパッチのみを送信し、そこでは受信したパッチと隣接する車両からの補完的なビューを用いて観察を再構築することができる。
シミュレーションの結果,高忠実度再構築を実現するユーザの割合が向上し,持続的で資源効率のよい6Gアップリンクシステムへのセマンティック・アウェア・マルチアクセスの可能性が示された。
関連論文リスト
- A VAE-Driven Multi-Task Satellite-Aided Semantic Communication Framework for 6G-Enabled Connected Autonomous Vehicles [51.449502491030756]
衛星支援自動運転のためのマルチタスク・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。
このフレームワークは、両方のタスクを共同で最適化するために、エンドツーエンドで訓練されている。
提案手法は,87.23%から98.17%までの帯域幅削減を実現している。
論文 参考訳（メタデータ） (2026-07-15T06:49:41Z) - UAV traffic scene understanding: A regulation embedded multi-modal network and a unified benchmark [22.241798167957214]
無人航空機(UAV)プラットフォームからの交通状況の理解は、インテリジェント輸送システムにとって不可欠である。
既存の手法は、光学画像に大きく依存しているため、現実世界の監視において重大な課題に直面している。
本稿では,UAVトラフィックシーン理解のための新しいマルチモーダルトラフィック認知ネットワーク(MTCNet)を提案する。
論文 参考訳（メタデータ） (2026-03-11T12:53:38Z) - Multi-Agent Deep Reinforcement Learning for Safe Autonomous Driving with RICS-Assisted MEC [36.36591743123764]
環境検知とオンボードセンサーによる融合は、将来の自律運転ネットワークに広く適用されることが想定されている。
スペクトル利用を改善するために、V2VリンクはV2Iリンクと同じ周波数スペクトルを再利用し、深刻な干渉を引き起こす可能性がある。
この問題に対処するために、再構成可能なインテリジェント・コンピューティング・サーフェス(RICS)を活用し、V2I反射型リンクを共同で有効化する。
論文 参考訳（メタデータ） (2025-03-25T07:53:50Z) - Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。
周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。
我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
論文 参考訳（メタデータ） (2024-08-29T08:53:26Z) - Deep Joint Semantic Coding and Beamforming for Near-Space Airship-Borne Massive MIMO Network [70.63240823677182]
近距離飛行船搭載通信網は、緊急に信頼性と効率のよい飛行船対Xリンクを必要とする。
本稿では,MIMO(Multiple-Input multiple-output)技術とセマンティックコミュニケーションを統合することを提案する。
論文 参考訳（メタデータ） (2024-05-30T09:46:59Z) - Importance-Aware Image Segmentation-based Semantic Communication for
Autonomous Driving [9.956303020078488]
本稿では,自律運転におけるイメージセグメンテーションに基づくセマンティックコミュニケーションの問題について考察する。
本研究では、VIS-SemComと呼ばれる車両画像セグメント指向の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。
提案したVIS-SemCom は,約6dB の符号ゲインを実現し,60% mIoU で送信したデータ量を最大70% 削減し,従来の伝送方式に比べて重要なオブジェクトの結合(IoU) の分割交叉率を 4% 向上させることができる。
論文 参考訳（メタデータ） (2024-01-16T18:14:44Z) - Adaptive Communications in Collaborative Perception with Domain Alignment for Autonomous Driving [21.11621380546942]
本稿では,チャネル認識型協調認識フレームワークACC-DAを提案する。
まず,通信グラフを構築可能な伝送遅延最小化法を設計する。
次に、速度歪みトレードオフを動的に調整し、知覚効率を向上させる適応データ再構成機構を提案する。
論文 参考訳（メタデータ） (2023-09-15T03:53:35Z) - Generative AI-aided Joint Training-free Secure Semantic Communications
via Multi-modal Prompts [89.04751776308656]
本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。
セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
論文 参考訳（メタデータ） (2023-09-05T23:24:56Z) - Federated Deep Learning Meets Autonomous Vehicle Perception: Design and
Verification [168.67190934250868]
フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。
FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。
マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
論文 参考訳（メタデータ） (2022-06-03T23:55:45Z) - Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。
本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。
提案手法は,高品質なトラフィックフローマップを作成できる。
論文 参考訳（メタデータ） (2021-09-29T07:51:49Z)
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。