语义通信遇见边缘智能
网络与互联网体系结构
2022-02-15 v1 信号处理
摘要
自动驾驶交通系统等新兴应用的发展预计将导致移动数据流量的爆发式增长。随着可用频谱资源日益稀缺，亟需从香农经典信息论（CIT）向语义通信（SemCom）的范式转变。具体而言，前者采用“先传输后理解”方式，而后者利用人工智能（AI）技术“先理解后传输”，从而在不削弱传输符号语义有效性的前提下，通过减少待交换数据量来缓解带宽压力。然而，语义提取（SE）过程会带来高昂的计算与存储开销。本文中，我们引入一种由边缘驱动的SE训练、维护与执行方式。我们进一步研究边缘智能如何通过提升智能体在更低计算开销下的泛化能力，并减少信息交换的通信开销，来与SemCom相互增强。最后，我们给出一个涉及无线供能物联网（IoT）语义感知资源优化的案例研究。
引用
@article{arxiv.2202.06471,
title = {Semantic Communication Meets Edge Intelligence},
author = {Wanting Yang and Zi Qin Liew and Wei Yang Bryan Lim and Zehui Xiong and Dusit Niyato and Xuefen Chi and Xianbin Cao and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2202.06471},
year = {2022}
}