面向人工智能任务的语义通信
计算机视觉与模式识别
2021-09-30 v1
摘要
无线网络正经历从“连接物体”到“连接智能”的根本范式转变,这与 Shannon 和 Weaver 的设想相契合:通信将从技术层面转变到语义层面。本文提出了一种面向人工智能任务的语义通信方法 (SC-AIT)。首先,阐述了 SC-AIT 的架构。然后,基于所提出的架构,我们为图像分类任务实现了 SC-AIT。此外,还建立了用于表面缺陷检测的 SC-AIT 原型。实验结果表明,SC-AIT 的带宽要求要低得多,并且与技术层面的通信相比,其分类准确率可提高 40% 以上。本文还指出了语义通信的未来趋势和关键挑战。
引用
@article{arxiv.2109.14170,
title = {Semantic Communications With AI Tasks},
author = {Yang Yang and Caili Guo and Fangfang Liu and Chuanhong Liu and Lunan Sun and Qizheng Sun and Jiujiu Chen},
journal= {arXiv preprint arXiv:2109.14170},
year = {2021}
}