文献阅读:Deep Learning Enabled Semantic Communication Systems

目录


论文简介


关于文章内容的总结

框架或结构 作用
DeepSC 最大化系统容量、最小化语义误差
设计两个Loss函数 理解语义信息、最大化系统容量
语义-信道联合编码 保持 s s s和 s ^ \hat s s^之间的含义不变← L C E \mathcal{L}_{\mathrm{CE}} LCE用于衡量 s s s和 s ^ \hat s s^之间的差异
语义-信道联合编码 使网络学习特定目标的知识(联合设计时,信道编码可以注重保护与传输和目标相关的语义信息,而忽略其他不相关的信息)
L C E \mathcal{L}_{\mathrm{CE}} LCE 通过训练整个系统来最小化 s s s和 s ^ \hat s s^之间的差异
L MI \mathcal{L}_{\text {MI }} LMI 最大化发射机训练期间实现的数据速率

引申出不理解的问题

  • 语义-信道联合编码在上图流程中属于哪部分?

    个人理解:整个流程都是

  • 联合设计收发器在上图流程中属于哪部分?

    未解决

  • 以下概念分不清楚
    <>

    • E2E通信系统是一种形式
      自编码器是一种结构
      通信系统物理层收发机与自编码器在功能和结构上是相似的。自编码器的主要功能是实现数据重构,而通信系统的主要功能是在接收端恢复发射端的信号。
      若把收发信机看成一种自编码器结构,则发射机与接收机分别对应于自编码器的编码器与译码器。因此,通信系统收发信机的最优化设计就转变为自编码器端到端的优化任务。
相关推荐
Swaggy T9 分钟前
自动驾驶轨迹规划算法——Apollo EM Planner
人工智能·算法·自动驾驶
gptplusplus14 分钟前
超越“调参”:从系统架构师视角,重构 AI 智能体的设计范式
人工智能·重构·系统架构
jndingxin22 分钟前
OpenCV图像注册模块
人工智能·opencv·计算机视觉
数据智研24 分钟前
【数据分享】上市公司创新韧性数据(2007-2023)
大数据·人工智能
荼蘼27 分钟前
OpenCv(三)——图像平滑处理
人工智能·opencv·计算机视觉
martian66530 分钟前
AI大模型实践项目:医学影像分类器(肺结节检测)
人工智能·ai大模型·医学影像·影像大模型·肺结节
Monkey PilotX39 分钟前
机器人“ChatGPT 时刻”倒计时
人工智能·机器学习·计算机视觉·自动驾驶
luoganttcc41 分钟前
L4 级别自动驾驶 硬件架构设计
人工智能·自动驾驶·硬件架构
ejinxian1 小时前
AI Agents 2025年十大战略科技趋势
人工智能·ai·ai agents
耳东哇1 小时前
spring ai-openai-vl模型应用qwen-vl\gpt-文字识别-java
java·人工智能·spring