論文の概要: HMS-SCP: Task-Oriented Multi-Scale Semantic Communication for V2X Cooperative Perception

• arxiv url: http://arxiv.org/abs/2608.14603v2
• Date: Tue, 18 Aug 2026 16:39:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.230022
• Title: HMS-SCP: Task-Oriented Multi-Scale Semantic Communication for V2X Cooperative Perception
• Title（参考訳）: HMS-SCP:V2X協調知覚のためのタスク指向マルチスケールセマンティックコミュニケーション
• Abstract要約: 本稿では,協調認識におけるタスク指向のセマンティックコミュニケーションのための頑健な雑音耐性と帯域幅効率の枠組みを提案する。 複数のスケールにまたがる構造的意味的冗長性を利用して、チャネルノイズに対するレジリエンスを高める。 高密度車両環境における帯域消費を著しく低減し,ネットワークの混雑を緩和する。
• 参考スコア（独自算出の注目度）: 5.343468788313239
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cooperative perception enables vehicles and infrastructure to exchange sensor data via Vehicle-to-Everything (V2X) communication, extending sensing coverage beyond occlusions and mitigating blind spots. While critical for autonomous driving and safety, practical deployments often rely on bandwidth-efficient late fusion. Recently, intermediate fusion has emerged as a promising approach for an optimal bandwidth-accuracy trade-off. However, in dense urban environments, cumulative bandwidth demands can overwhelm network capacity, potentially compromising safety-critical Cooperative Intelligent Transport Systems (C-ITS) functions. To alleviate these problems, this paper proposes Hierarchical Multi-Scale Semantic-Aware Cooperative Perception (HMS-SCP), a robust noise-resilient and bandwidth-efficient framework for task-oriented semantic communication in cooperative perception. HMS-SCP employs a spatial importance predictor to identify task-relevant grid elements at each scale, which are then directly mapped into complex-valued symbols for Joint Source-Channel Coding (JSCC). Unlike prior methods that rely on high-dimensional symbol projections for robustness, HMS-SCP exploits structural semantic redundancy across multiple scales to enhance resilience against channel noise, while maintaining an ultra-low symbol rate. This design significantly reduces bandwidth consumption and mitigates network congestion in high-density vehicular environments. Extensive evaluations on the simulated OPV2V and real-world DAIR-V2X datasets demonstrate that HMS-SCP effectively prevents performance collapse under severe Rayleigh fading and extreme compression ratio, maintaining high-confidence far-field detection with a real-time latency of below 16~ms, well within the safety-critical thresholds for dynamic V2X environments.
• Abstract（参考訳）: 協調的な知覚により、車両とインフラは、V2X通信を介してセンサーデータを交換することができ、遮断範囲を超えてセンサーのカバレッジを延長し、盲点を緩和することができる。 自律運転と安全には重要なことではあるが、実践的な展開はしばしば帯域効率の低いレイトフュージョンに依存している。 近年、中間核融合は最適な帯域幅精度トレードオフのための有望なアプローチとして出現している。 しかし、密集した都市環境では、累積帯域幅の要求がネットワーク容量を超過し、安全クリティカルなC-ITS(Cooperative Intelligent Transport Systems)機能を損なう可能性がある。 これらの問題を緩和するために,協調認識におけるタスク指向意味コミュニケーションのための頑健で帯域効率の高いフレームワークである階層型マルチスケールセマンティック・コラボレーティブ・パーセプション(HMS-SCP)を提案する。 HMS-SCPは、各スケールでタスク関連グリッド要素を識別するために空間的重要度予測器を使用し、次いで、JSCC(Joint Source-Channel Coding)の複雑な値のシンボルに直接マップされる。 強靭性のための高次元シンボルプロジェクションに依存する従来の方法とは異なり、HMS-SCPは複数のスケールにわたる構造的意味的冗長性を利用して、極低シンボルレートを維持しながら、チャネルノイズに対するレジリエンスを高める。 この設計は、高密度車両環境における帯域消費を大幅に削減し、ネットワークの混雑を軽減する。 シミュレーションされたOPV2Vおよび実世界のDAIR-V2Xデータセットの広範囲な評価は、HMS-SCPがレイリーフェディングと極端な圧縮比の下でパフォーマンスの崩壊を効果的に防止し、高信頼の遠距離検出を16〜ms未満のリアルタイムレイテンシで維持し、動的V2X環境の安全クリティカルしきい値内に保持することを示した。

関連論文リスト

• VIPS: Vehicle-Infrastructure Cooperative Planning Benchmark via Pseudo-Simulation [50.18051979020699]
  VIPSは擬似シミュレーションに基づくV2I設定における協調自動運転のベンチマークである。 CoS-V2Xはスパース表現に基づく協調計画フレームワークである。
  論文  参考訳（メタデータ） (2026-09-02T11:32:52Z)
• Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
  低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。 潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。 提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
  論文  参考訳（メタデータ） (2026-02-27T04:30:35Z)
• Reliable and Private Anonymous Routing for Satellite Constellations [1.9499120576896225]
  この研究は、不安定なトポロジにおいて堅牢なセキュリティと信頼性を提供するために、Loopixmix-networkを進化させる、拡張された匿名アーキテクチャを提案する。 標準ミキシングネットワークを信頼できないような高リンクのボラティリティと断続接続に対抗するために,$(n, k)$消去符号を利用したマルチパストランスポートプロトコルを提案する。 このアーキテクチャはLEO星座の高忠実でパケットレベルのシミュレーションによって検証する。
  論文  参考訳（メタデータ） (2026-02-12T09:43:55Z)
• Spatiotemporal Semantic V2X Framework for Cooperative Collision Prediction [5.862522659881676]
  交通システム(ITS)は、道路の安全を確保し、事故の深刻度を低減するために、リアルタイムの衝突予測を要求する。 従来のアプローチは、道路側ユニット(RSU)から車両に生または高次元の知覚データを送信することに依存していた。 RSU搭載ビデオカメラが将来のフレームのセマンティック埋め込みを生成するセマンティックV2Xフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-23T23:02:04Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
  無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。 閉塞により、密集した環境では信号の減衰が激しい。 この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
  論文  参考訳（メタデータ） (2025-10-25T01:28:37Z)
• Dual-Domain Deep Learning-Assisted NOMA-CSK Systems for Secure and Efficient Vehicular Communications [36.359307639974524]
  本稿では、車両通信のための深層学習支援パワードメイン非直交多重アクセスカオスシフトキーリング(DL-NOMA-CSK)システムを提案する。 ディープニューラルネットワーク(DNN)ベースの復調器は、オフライントレーニング中に固有のカオス信号特性を学ぶように設計されている。 提案システムは、スペクトル効率(SE)、エネルギー効率(EE)、ビット誤り率(BER)、セキュリティ、ロバスト性の観点から優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-10-23T13:41:00Z)
• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• Cross-Attention in Coupled Unmixing Nets for Unsupervised Hyperspectral Super-Resolution [79.97180849505294]
  本稿では,HSIの空間分解能を高めるために,CUCaNetというクロスアテンション機構を備えた新しい結合型アンミックスネットワークを提案する。 3つの広く使われているHS-MSデータセットに対して、最先端のHSI-SRモデルと比較実験を行った。
  論文  参考訳（メタデータ） (2020-07-10T08:08:20Z)

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。