論文の概要: Baseline-Relative Counterfactual Refinement for Bit-Aware Visual Token Communication

• arxiv url: http://arxiv.org/abs/2608.16192v1
• Date: Mon, 17 Aug 2026 07:16:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.565723
• Title: Baseline-Relative Counterfactual Refinement for Bit-Aware Visual Token Communication
• Title（参考訳）: ビット認識型視覚トークン通信のためのベースライン関係の対実的リファインメント
• Abstract要約: Gated Counterfactual Refinement for Communication (GCR-C) は、ローカルMDL上のロールアウトスタイルの補正層である。 GCR-Cは、実現したパケットレートを増大させることなく、アクティブな低および中速度動作点における再構成品質を一貫して改善する。 また、エンコーダ側の対実評価の追加により、計算のトレードオフが明確になる。
• 参考スコア（独自算出の注目度）: 10.362447715626388
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative visual-token communication reduces transmission load by sending only selected discrete tokens and reconstructing missing content at the receiver. However, existing token-selection criteria based on local uncertainty, importance, or diversity do not directly determine whether changing the current selection improves the final reconstruction under the same packet budget. To address this problem, we propose Gated Counterfactual Refinement for Communication (GCR-C), a rollout-style correction layer over Local-MDL. GCR-C constructs a compact diversified candidate set, evaluates each candidate through matched full-budget Local-MDL continuation, and replaces the baseline action only when a positive baseline-relative reconstruction gain is obtained. Experiments on CIFAR-10, STL-10, a coded 5G-LDPC link, and a limited high-resolution Kodak transfer show that GCR-C consistently improves reconstruction quality at active low- and medium-rate operating points without increasing the realized packet rate, while remaining effective across changes in dataset, channel condition, resolution, token grid, and tokenizer. The results also reveal a clear quality--computation tradeoff due to the additional encoder-side counterfactual evaluation.
• Abstract（参考訳）: 生成的視覚情報通信は、選択した離散トークンのみを送信し、受信機で欠落したコンテンツを再構成することで、送信負荷を低減する。 しかし、局所的不確実性、重要度、多様性に基づく既存のトークン選択基準は、現在の選択の変更が同じパケット予算の下で最終的な再構築を改善するかどうかを直接決定するものではない。 そこで本稿では,Gated Counterfactual Refinement for Communication (GCR-C)を提案する。 GCR-Cは、コンパクトな多様化された候補セットを構築し、一致した全予算のローカル-MDL継続を通じて各候補を評価し、正のベースライン相対的再構成ゲインが得られる場合にのみベースラインアクションを置き換える。 CIFAR-10、STL-10、符号化された5G-LDPCリンク、限られた高解像度のKodak転送実験により、GCR-Cは、パケットレートを増大させることなく、アクティブな低・中速度動作点における再構成品質を一貫して改善し、データセット、チャネル条件、解像度、トークングリッド、トークン化器などにおいて有効であることが示された。 また,エンコーダ側の反ファクト評価が加わったことにより,計算品質のトレードオフが明らかとなった。

関連論文リスト

• Domain-Adaptive Deep Joint Source-Channel Coding for Image Classification [17.84601469865839]
  タスク指向のDeep J SCCに対する単一ソースドメイン適応について検討する。 疑似ラベルに基づくクラスレベルの対数アライメントと教師付きコントラスト学習を組み合わせたドメイン適応型フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-31T00:11:16Z)
• JSCGC: Joint Source-Channel-Generation Coding for Wireless Generative Communications [58.67925548779465]
  Joint Source-Channel-Generation Coding (JSCGC) は、従来のデコーダをレシーバで生成モデルに置き換えるジェネレーティブ通信パラダイムである。 JSCGCは、様々なチャネル条件にまたがるフィーチャベース、セマンティックレベル、推論品質を一貫して改善する。
  論文  参考訳（メタデータ） (2026-06-11T03:42:03Z)
• Joint Source-Channel-Generation Coding: From Distortion-oriented Reconstruction to Semantic-consistent Generation [58.67925548779465]
  本稿では,知覚的再構成から確率的生成へ焦点を移す新しいパラダイムとして,JSCGC(Joint Source-Channel-Generation Coding)を提案する。 JSCGCは意味的品質と意味的忠実性を大幅に改善し、従来の歪み指向J SCC法よりも大幅に向上する。
  論文  参考訳（メタデータ） (2026-01-19T08:12:47Z)
• In-Context Source and Channel Coding [12.557918082908545]
  本稿では,送信機を変更せずにSSCCロバスト性を向上する受信側In-Context Decoding(ICD)フレームワークを提案する。 ICDは信頼性誘導ビットフリップにより信頼度の高い候補プールを構築し、コンパクトだが多様な候補のサブセットをサンプリングし、LLMベースの算術デコーダを適用して、復元とシーケンスレベルのログライクな条件の両方を得る。
  論文  参考訳（メタデータ） (2026-01-15T10:37:57Z)
• Coresets from Trajectories: Selecting Data via Correlation of Loss Differences [14.31847187460321]
  損失差の相関(CLD)は、コアセット選択のためのスケーラブルな計量である。 CIFAR-100 と ImageNet-1k では、CLD ベースのコアセットは一般的に最先端の手法よりも優れ、あるいは密に一致している。
  論文  参考訳（メタデータ） (2025-08-27T19:18:39Z)
• Conformal Distributed Remote Inference in Sensor Networks Under Reliability and Communication Constraints [61.62410595953275]
  通信制約付き分散共形リスク制御(CD-CRC) CD-CRCは通信制約下でのセンサネットワークのための新しい意思決定フレームワークである。
  論文  参考訳（メタデータ） (2024-09-12T10:12:43Z)
• Rateless Stochastic Coding for Delay-Constrained Semantic Communication [5.882972817816777]
  我々は,無作為な観点からのセマンティック・コミュニケーションのためのジョイント・ソース・チャネル・コーディングの問題点を考察する。 本稿では,意味レベルの再構築目的を組み込むことで知覚距離を最小化する,より汎用的なコミュニケーション目的を提案する。 提案手法は, 歪みと知覚のトレードオフを良好に保ちながら, 伝送速度の可変化を実現可能であることを示す。
  論文  参考訳（メタデータ） (2024-06-28T10:27:06Z)
• ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
  本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。 提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。 また,ELGC-Net-LWも導入した。
  論文  参考訳（メタデータ） (2024-03-26T17:46:25Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Sequence Transduction with Graph-based Supervision [96.04967815520193]
  ラベルのグラフ表現を受け入れるためにRNN-T損失を一般化するトランスデューサ目的関数を提案する。 CTC型格子を用いたトランスデューサベースのASRは,標準RNN-Tよりも優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-11-01T21:51:42Z)

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。