Fugu-MT 論文翻訳(概要): Low-Latency Task-Oriented Image Transmission with Opportunistic Spectrum Access

論文の概要: Low-Latency Task-Oriented Image Transmission with Opportunistic Spectrum Access

arxiv url: http://arxiv.org/abs/2607.01921v1
Date: Thu, 02 Jul 2026 09:18:24 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-03 19:45:08.757345
Title: Low-Latency Task-Oriented Image Transmission with Opportunistic Spectrum Access
Title（参考訳）: 機会的スペクトルアクセスを用いた低レイテンシタスク指向画像伝送
Abstract要約: タスク指向の通信ではなく、信頼性の高いデータ再構成のために設計された通信システムは、典型的には、異なるソースとチャネルのコーディングに依存し、スペクトルの可用性とフェージングチャネルの遅延が制限される。本稿では,ベクトル量子化変分オートエンコーダを用いて学習した離散遅延表現を,標準ディジタル変調を用いたアイドルチャネル上で送信する機会論的スペクトルアクセスを用いた伝送フレームワークを提案する。提案手法は,従来のソースコードを用いたベンチマークと比較すると,分類精度が5.7%,2.4%低下し,少なくとも79倍のレイテンシ低減を実現している。
参考スコア（独自算出の注目度）: 37.035055508673466
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Communication systems designed for reliable data reconstruction, rather than task-oriented communication, typically rely on separate source and channel coding and incur high latency under limited spectrum availability and fading channels. To address this, we propose a transmission framework with opportunistic spectrum access, in which the transmitter sends discrete latent representations learned via a vector-quantized variational autoencoder (VQ-VAE) over idle licensed channels using standard digital modulation. The AI-powered receiver is still able to reconstruct task-related information from the heavily compressed data. We develop a cross-layer latency model that accounts for compression, block errors, retransmissions, and stochastic channel access. Results on latency-accuracy trade-offs show that the proposed scheme achieves at least 79- and 3.3-fold latency reductions with only 5.7% and 2.4% drops in classification accuracy compared to benchmarks using conventional source and channel coding. The framework enables low-latency communication and reliable task execution even under limited spectrum availability and challenging channel conditions.
Abstract（参考訳）: タスク指向の通信ではなく、信頼性の高いデータ再構成のために設計された通信システムは、典型的には、異なるソースとチャネルのコーディングに依存し、スペクトルの可用性とフェージングチャンネルの遅延が制限される。そこで本研究では,ベクトル量子化変分オートエンコーダ(VQ-VAE)を用いて学習した離散潜在表現を,標準ディジタル変調を用いたアイドルチャネル上で送信する。 AIを搭載した受信機は、圧縮されたデータからタスク関連の情報を再構築することができる。我々は,圧縮,ブロックエラー,再送,確率的チャネルアクセスを考慮に入れた層間遅延モデルを開発した。遅延精度トレードオフの結果、提案手法は、従来のソースおよびチャネル符号化を用いたベンチマークと比較すると、分類精度が5.7%と2.4%の少なくとも79倍と3.3倍のレイテンシ低減を実現している。このフレームワークは、限られたスペクトル可用性と挑戦的なチャネル条件の下でも、低レイテンシ通信と信頼性の高いタスク実行を可能にする。

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)
When Semantic Communication Meets Queueing: Cross-Layer Latency and Task Fidelity Optimization [5.523167414178437]
学習したエンコーダ・デコーダアーキテクチャを持つSemComは、無線チャネルに最適化されたコンパクトなタスク指向表現のエンドツーエンド学習を可能にする。本稿では,マルチタスク・セマンティック・オートエンコーダを用いたAWGNを用いたブロックフェード上のセマンティック・イメージ・トランスミッションについて検討する。我々は,長期のセマンティックエラー制約の下で,更新毎の潜時次元を適応するオンラインセマンティックレートコントローラを開発した。
論文参考訳（メタデータ） (2026-05-06T23:30:46Z)
WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
論文参考訳（メタデータ） (2026-04-20T01:29:56Z)
Rateless DeepJSCC for Broadcast Channels: a Rate-Distortion-Complexity Tradeoff [29.652183083806776]
本稿では、レートレス符号に基づくノン非線形トランスフォーメーションレスソースチャネル符号化(NTR SCC)を提案する。我々はデコーダ側情報を活用する不平等な保護手法を開発し、レートレスパラメータのエンドツーエンド最適化を可能にする近似を考案する。我々のフレームワークは、異種受信機が受信したレートレスシンボルの数を適応的に調整し、信念の伝播において繰り返しを復号することを可能にする。
論文参考訳（メタデータ） (2026-03-23T06:25:39Z)
Cross-Attention Transformer for Joint Multi-Receiver Uplink Neural Decoding [0.0]
我々はOFDM信号の連成復号化のためのクロスアテンション変換器を提案する。共有受信者エンコーダは、受信された各グリッド内の時間周波数構造を学習する。トークンワイドのクロスアテンションモジュールは、受信機を融合させ、標準チャネルデコーダに対してソフトなログライクな比率を生成する。
論文参考訳（メタデータ） (2026-02-04T16:34:48Z)
Large Speech Model Enabled Semantic Communication [58.027223937172955]
大規模音声モデルにより意味コミュニケーション(LargeSC)が可能となった。我々は、大きなモデルに埋め込まれた豊富な意味的知識を活用し、損失のあるチャネル上で適応的な伝達を可能にする。システムは、550bpsから2.06kbpsまでの帯域幅をサポートし、パケット損失率の高い音声品質において、従来のベースラインを上回っている。
論文参考訳（メタデータ） (2025-12-04T11:58:08Z)
Task and Perception-aware Distributed Source Coding for Correlated Speech under Bandwidth-constrained Channels [3.674863913115431]
AR/VRアプリケーションは、信頼できない帯域幅制限のチャネル上で複数のリソース制約されたデバイスから相関した高忠実度音声をリアルタイムに伝送する必要がある。既存のオートエンコーダベースの音声源符号化法では,以下の組み合わせに対処できない。中央受信機に送信される相関音声源に対して,ニューラル分散主成分分析(NDPCA)を用いた分散音源符号化アルゴリズムを提案する。
論文参考訳（メタデータ） (2025-01-20T04:57:29Z)
Latent Diffusion Model-Enabled Low-Latency Semantic Communication in the Presence of Semantic Ambiguities and Wireless Channel Noises [18.539501941328393]
本稿では,ソースデータのアウトレイラを処理するために,遅延拡散モデルを用いたSemComシステムを開発した。軽量な単層遅延空間変換アダプタは、送信機でのワンショット学習を完了させる。終端整合蒸留法を用いて, 潜時空間で訓練した拡散模型を蒸留する。
論文参考訳（メタデータ） (2024-06-09T23:39:31Z)
OFDM-Standard Compatible SC-NOFS Waveforms for Low-Latency and Jitter-Tolerance Industrial IoT Communications [53.398544571833135]
この研究は、スペクトル的に効率的な不規則なSinc (irSinc) 整形法を提案し、1924年に従来のSincを再考した。 irSincは、誤差性能を犠牲にすることなくスペクトル効率が向上した信号を生成する。我々の信号は、5G標準信号構成により、同じスペクトル帯域内で高速なデータ伝送を実現する。
論文参考訳（メタデータ） (2024-06-07T09:20:30Z)
Age of Information in Deep Learning-Driven Task-Oriented Communications [78.84264189471936]
本稿では,その送信機におけるデータを利用した受信機におけるタスク実行を目的とした,タスク指向コミュニケーションにおける年齢概念について検討する。送信機-受信機操作は、共同で訓練されたディープニューラルネットワーク(DNN)のエンコーダ-デコーダペアとしてモデル化される。
論文参考訳（メタデータ） (2023-01-11T04:15:51Z)
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)

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。