用于语义信道均衡的潜在空间软划分
机器学习
2024-06-05 v2 信息论
多智能体系统
math.IT
摘要
语义信道均衡已成为解决多用户语义通信中语言不匹配问题的一种解决方案。该方法旨在对齐未联合训练的编码器和解码器的潜在空间，并依赖于基于语义含义将语义（潜在）空间划分为原子。在这项工作中，我们探讨了在任务结构涉及语义空间与动作空间之间一对多映射的场景中语义空间划分的作用。在这种场景中，基于硬推理结果的划分会导致信息丢失，从而降低均衡性能。我们提出了一种软准则来推导划分的原子，该准则利用软解码器的输出，并提供对语义空间结构更全面的理解。通过实证验证，我们证明软划分产生了更具描述性和规则性的空间划分，从而提高了均衡算法的性能。
引用
@article{arxiv.2405.20085,
title = {Soft Partitioning of Latent Space for Semantic Channel Equalization},
author = {Tomás Hüttebräucker and Mohamed Sana and Emilio Calvanese Strinati},
journal= {arXiv preprint arXiv:2405.20085},
year = {2024}
}