面向隐式语义感知通信的对抗学习
机器学习
2023-01-30 v1 信息论
网络与互联网体系结构
math.IT
摘要
语义通信是一种新颖的通信范式，侧重于识别并将消息的期望含义传递至目的用户。该领域大多数现有工作聚焦于传递可从源信号直接识别的显式语义、标签或信号特征。本文考虑隐式语义通信问题，其中无法从源信号识别的隐藏关系及紧密相关的语义项也需传递至目的用户。我们提出了一种新颖的基于对抗学习的隐式语义感知通信（iSAC）架构，其中源用户并非最大化传输至信道的信息总量，而是旨在帮助接收方学习一种可基于有限线索信息自动生成隐式语义的推断规则。我们证明，通过应用 iSAC，目的用户总能学习到与源消息真实推断规则相匹配的推断规则。实验结果表明，在目的用户的符号错误率方面，所提 iSAC 相较现有非推断通信方案可带来高达 19.69 dB 的提升。
引用
@article{arxiv.2301.11589,
title = {Adversarial Learning for Implicit Semantic-Aware Communications},
author = {Zhimin Lu and Yong Xiao and Zijian Sun and Yingyu Li and Guangming Shi and Xianfu Chen and Mehdi Bennis and H. Vincent Poor},
journal= {arXiv preprint arXiv:2301.11589},
year = {2023}
}