空中特征传输：基于对比学习的协作式边缘推理
图像与视频处理
2023-04-18 v1
摘要
我们研究了无线边缘处的协作式图像检索问题，其中多个边缘设备捕获同一物体的图像，随后通过共享多址信道在边缘服务器处联合检索相似图像。我们提出了一种语义非正交多址（NOMA）通信范式，其中每个设备提取的特征被直接映射到信道输入，并在空中相加。我们提出了一种新颖的基于对比学习（CL）的语义通信（CL-SC）范式，旨在利用信号相关性，在总带宽约束下最大化检索精度。具体而言，我们将含噪相关信号视为同一身份的不同增强，并提出一种跨视图对比学习算法，以由粗到细的方式优化相关信号，从而提高检索精度。大量数值实验验证，我们的方法达到了最先进的性能，并能显著提升检索精度，在低信噪比（SNR）和有限带宽场景下增益尤为显著。
引用
@article{arxiv.2304.08221,
title = {Features-over-the-Air: Contrastive Learning Enabled Cooperative Edge Inference},
author = {Haotian Wu and Nitish Mital and Krystian Mikolajczyk and Deniz Gündüz},
journal= {arXiv preprint arXiv:2304.08221},
year = {2023}
}