Fugu-MT 論文翻訳(概要): Joint Semantic-Channel Coding and Modulation for Generative Image Transmission

論文の概要: Joint Semantic-Channel Coding and Modulation for Generative Image Transmission

arxiv url: http://arxiv.org/abs/2610.29643v1
Date: Wed, 21 Oct 2026 12:25:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-23 00:40:06.357435
Title: Joint Semantic-Channel Coding and Modulation for Generative Image Transmission
Title（参考訳）: 生成画像伝送のための共同意味チャネル符号化と変調
Abstract要約: SemQAMは、生成画像伝送のための共同セマンティックチャネル符号化および変調スキームである。チャネル障害は受信側の遅延表現を破損させる可能性があり、この破損は自己回帰的符号化によって複雑化する。 SemQAMは複数のSNRとCBRを統一モデルでサポートし、従来のソースコードもサポートしている。
参考スコア（独自算出の注目度）: 28.941635362906144
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Digital image transmission typically optimizes source coding, channel coding, and modulation separately, limiting how source representations adapt to channel impairments. We propose SemQAM, a joint semantic-channel coding and modulation scheme for generative image transmission converting source to modulated symbols, such as standard QAM symbols. Channel impairments create two challenges: they can corrupt the latent representation at the receiver, and this corruption can compound through autoregressive coding, degrading reconstruction quality. First, SemQAM represents latent features with vector quantization (VQ), maps each VQ index to a QAM symbol, and updates the codeword corresponding to the detected symbol so that channel impairments directly affect codebook learning. Moreover, SemQAM uses the conditional expectation of received codewords to approximate the receiver reconstruction and reduce error propagation during autoregressive coding. SemQAM supports multiple SNRs and CBRs in a unified model, while also supporting conventional source coding through SemQAM-C. Experiments show that (i) under the same LDPC and QAM settings, SemQAM-C outperforms OneDC in LPIPS and DISTS with substantially lower complexity, showing that the unified model retains competitive capability for source coding. (ii) Compared with this separated counterpart, SemQAM reduces channel uses by 18.57% at matched LPIPS and outperforms the compared JSCC methods, demonstrating the benefit of joint coding.
Abstract（参考訳）: デジタル画像伝送は通常、ソース符号化、チャネル符号化、変調を個別に最適化し、ソース表現がチャネル障害にどのように適応するかを制限する。そこで我々は,SemQAMを提案する。SemQAMは,生成画像の変換源を標準QAM記号などの変調記号に変換するための,共同セマンティックチャネル符号化と変調方式である。チャネル障害は、受信機における潜伏表現を破損させ、この破損は自己回帰的符号化や再構成品質の劣化を通じて複雑化する。まず、SemQAMは、ベクトル量子化(VQ)で潜伏した特徴を表し、各VQインデックスをQAMシンボルにマッピングし、検出されたシンボルに対応するコードワードを更新して、チャネル障害が直接コードブック学習に影響を与えるようにする。さらに、SemQAMは受信したコードワードの条件付き期待値を用いてレシーバ再構成を近似し、自己回帰符号化時のエラー伝搬を低減する。 SemQAMは複数のSNRとCBRを統一モデルでサポートし、SemQAM-Cによる従来のソースコード符号化もサポートする。実験では i)同じLDPCとQAM設定下では、SemQAM-CはLPIPSとdisTSでOneDCをはるかに低い複雑さで上回り、統一モデルはソースコード符号化の競争力を保っていることを示す。 (二)SemQAMは、この分離されたものと比べ、マッチングLPIPSにおいてチャネル使用率を18.57%削減し、比較したJSCC法を上回り、ジョイントコーディングの利点を示す。

関連論文リスト

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)
Contextual Memory-Enhanced Source Coding for Low-SNR Communications [5.701461718918883]
本稿では,ロバスト伝送のためのメモリ拡張ソース符号化方式を提案する。コンテキストを外部情報として扱うのではなく、MASCはコンテキストパターンをソースモデルに内部化する。 MASCは、ソース推定を洗練し、平均コード長を短縮し、ソース復号の感度を残留チャネルエラーに低減する。
論文参考訳（メタデータ） (2026-05-06T01:44:24Z)
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)
Context Video Semantic Transmission with Variable Length and Rate Coding over MIMO Channels [49.624608869195065]
無線ビデオ伝送のためのコンテキストビデオセマンティックトランスミッション(CVST)フレームワークを提案する。我々は、特徴群と多重入力多重出力(MIMO)サブチャネルの関係を明確に定式化するために、コンテキストチャネル相関マップを学習する。近年の無線ビデオ・セマンティック・コミュニケーション・アプローチにおいて,標準化された分離符号化方式に対して性能が大幅に向上したことを示す。
論文参考訳（メタデータ） (2025-12-23T10:48:43Z)
Channel-Aware Vector Quantization for Robust Semantic Communication on Discrete Channels [5.680520767606761]
本稿では,VQJSCCと呼ばれるジョイントソースチャネル符号化フレームワークにおいて,チャネル認識ベクトル量子化(CAVQ)アルゴリズムを提案する。このフレームワークでは、セマンティックな特徴を離散化し、変調星座のシンボルに直接マッピングし、CAVQはチャネル遷移確率を量子化プロセスに統合する。伝送ストリームをサブチャネルに分解することで、コードブック順序と変調順序のミスマッチを処理するためのマルチコードブックアライメント機構も導入されている。
論文参考訳（メタデータ） (2025-10-21T13:02:35Z)
Adaptive Source-Channel Coding for Semantic Communications [48.13990936094994]
セマンティック通信 (Semantic Communications, SemComs) は, 共同データとタスク指向の伝送において, 有望なパラダイムとして登場した。 SemComsの現在のジョイントソースチャネル符号化(JSCC)は、既存の通信システムと互換性がない。並列ガウスチャネル上でのSemComsの適応型ソースチャネル符号化方式を提案する。
論文参考訳（メタデータ） (2025-08-11T13:09:54Z)
VQ-DeepISC: Vector Quantized-Enabled Digital Semantic Communication with Channel Adaptive Image Transmission [8.858565507331395]
意味的特徴の離散化は、意味的コミュニケーションシステムとデジタルコミュニケーションシステムの相互運用を可能にする。チャネル適応画像伝送を用いたベクトル量子化(VQ)対応ディジタルセマンティック通信システムを提案する。
論文参考訳（メタデータ） (2025-08-01T02:35:34Z)
SING: Semantic Image Communications using Null-Space and INN-Guided Diffusion Models [52.40011613324083]
近年, 無線画像伝送において, 共用音源チャネル符号化システム (DeepJSCC) が顕著な性能を発揮している。既存の手法では、送信された画像とレシーバーの再構成されたバージョンとの間の歪みを最小限に抑えることに重点を置いており、しばしば知覚的品質を見落としている。逆問題として,破損した再構成画像から高品質な画像の復元を定式化する新しいフレームワークであるSINGを提案する。
論文参考訳（メタデータ） (2025-03-16T12:32:11Z)
SQ-GAN: Semantic Image Communications Using Masked Vector Quantization [54.35918290143049]
本研究はSQ-GAN(Semantically Masked Vector Quantized Generative Adversarial Network)を紹介する。これは、セマンティック駆動画像符号化とベクトル量子化を統合して、セマンティック/タスク指向通信のための画像圧縮を最適化する新しいアプローチである。 SQ-GANはJPEG2000、BPG、ディープラーニングベースの手法など、最先端の画像圧縮方式よりも優れています。
論文参考訳（メタデータ） (2025-02-13T17:35:57Z)

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。