离散模式分解融合Shapley值：触摸互联网中的鲁棒信号预测
信号处理
2026-01-27 v2
摘要
触摸互联网（TI）需要实现超低延迟和高可靠性，以确保在触控遥操作中实现稳定性和透明性。然而，可变延迟和数据包丢失在维持沉浸式触觉通信方面 presents significant 挑战。为此，我们提出了一个预测框架，将离散模式分解（DMD）与Shapley模式值（SMV）集成，用于准确且及时的触觉信号预测。DMD 将触觉信号分解为可解释的内在模式，而 SMV 则评估每个模式对预测准确性的贡献，这与以目标为导向的语义通信目标高度吻合。将 SMV 与 DMD 集成进一步加速推理，实现即使在恶劣网络条件下也能高效通信和顺畅遥操作。广泛实验表明，DMD+SMV 结合 Transformer 架构显著优于基线方法。它实现了 1 样本预测的 98.9% 准确率和 100 样本预测的 92.5% 准确率，同时具有极低的推理延迟：0.056 毫秒和 2 毫秒。这些结果表明，所提出的框架在不牺牲性能的情况下，为 TI 的严苛延迟和可靠性要求提供了强大的潜力，凸显了其在 TI 系统中实际部署的可行性。
引用
@article{arxiv.2601.05323,
title = {Discrete Mode Decomposition Meets Shapley Value: Robust Signal Prediction in Tactile Internet},
author = {Mohammad Ali Vahedifar and Qi Zhang},
journal= {arXiv preprint arXiv:2601.05323},
year = {2026}
}
备注
This paper has been accepted at IEEE INFOCOM 2026