语义通信最新综述：心理理论、生成式人工智能与深度联合源-信道编码
概率论
2025-12-18 v2
摘要
语义通信因其在减少通信开销、增强鲁棒性和实现智能信息交换方面的变革性能力，正在成为无线通信技术的下一个支柱。最显著的障碍在于缺乏标准化，导致各种研究方向之间在解释、目标和评估方面的不一致。本综述提供了关于语义通信三个主要方向的深入概述，分别是基于心理理论的语义通信、由生成式人工智能驱动的语义通信，以及基于深度联合源-信道编码（DJSCC）的语义通信。这些方向已被全球各地的研究机构广泛研究和发展，其有效性不断随着通信和计算技术的进步而提高。基于心理理论的语义通信使通信代理能够相互交互，推断彼此的意图，并逐渐形成共享的理解。生成式人工智能驱动的语义通信利用生成模型创建和解释内容，超越传统压缩，实现针对特定任务的灵活语义编码和解码。DJSCC驱动的语义通信将深度学习模型集成到联合优化源和信道编码过程，以实现高效的语义信息传输。接下来，我们详细综述了每个方向下的现有工作，并指出语义通信中的开放性问题。 Furthermore, we identify and analyze critical challenges, such as scalability and adaptability, that currently hinder the deployment of semantic communication systems. Finally, we discuss potential research opportunities and future directions such as quantum computing to further enhance the capabilities of semantic communication.
关键词
引用
@article{arxiv.2502.16467,
title = {Heavy traffic limit with discontinuous coefficients via a non-standard semimartingale decomposition},
author = {Rami Atar and Masakiyo Miyazawa},
journal= {arXiv preprint arXiv:2502.16467},
year = {2025}
}