由语义知识库赋能的零样本多级特征传输策略
信息论
2023-05-23 v1 math.IT
摘要
远程零样本物体识别，即将零样本物体识别任务从一台移动设备卸载到远程移动边缘计算（MEC）服务器或另一台移动设备，已成为 6G 中常见且重要的待解决问题。为应对该问题，本文首先建立轻量级的零样本多级特征提取器，将图像投影到视觉、语义以及中间特征空间。然后，本文提出一种由语义知识库（SKB）赋能的新型多级特征传输框架，并刻画每一级的语义损失与所需传输时延。在此设定下，本文构建多级特征传输优化问题，以在端到端时延约束下最小化语义损失。然而该优化问题是多选择背包问题，因而极难优化。为解决此问题，本文提出一种基于凹凸过程的高效算法以求得高质量解。数值结果表明所提设计优于基准方案，并阐明了传输时延与零样本分类精度之间的权衡，以及收发两端 SKB 对分类精度的影响。
引用
@article{arxiv.2305.12619,
title = {Zero-shot Multi-level Feature Transmission Policy Powered by Semantic Knowledge Base},
author = {Yaping Sun and Hao Chen and Xiaodong Xu and Ping Zhang and Shuguang Cui},
journal= {arXiv preprint arXiv:2305.12619},
year = {2023}
}
备注
6 pages, 3 figures