基于遗传光束搜索的语义数据包聚合用于令牌通信
信号处理
2025-04-29 v1
摘要
令牌通信(Token Communication, TC)正处于AI生成内容(AIGC)和无线语言模型(LLMs)等新兴语言驱动应用的关键位置。然而，由于信道噪声导致的令牌丢失会严重降低任务性能。为此，本文聚焦于语义感知的数据包化问题，开发了一种新算法，称为基于遗传光束搜索的语义数据包聚合(Semantic Packet Aggregation with Genetic Beam Search, SemPA-GBeam)，旨在最大化消除信道上的平均令牌相似度(ATS)。受遗传算法(Genetic Algorithm, GA)和光束搜索算法启发，SemPA-GBeam在固定组数(即光束搜索中固定光束宽度)内迭代优化令牌分组进行数据包化，同时随机交换部分令牌(即GA中的变异)。在MS-COCO数据集上的实验表明，SemPA-GBeam在保持相当于穷举搜索的 ATS 和 LPIPS 分数的同时，将复杂度降低了20倍以上。
引用
@article{arxiv.2504.19591,
title = {Semantic Packet Aggregation for Token Communication via Genetic Beam Search},
author = {Seunghun Lee and Jihong Park and Jinho Choi and Hyuncheol Park},
journal= {arXiv preprint arXiv:2504.19591},
year = {2025}
}