目录
- 论文简介
- 关于文章内容的总结
- 引申出不理解的问题
论文简介
-
作者
Huiqiang Xie
Zhijin Qin
Geoffrey Ye Li
Biing-Hwang Juang -
发表期刊or会议
《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 -
发表时间
2021.4 -
这篇论文由《Deep Learning based Semantic Communications: An Initial Investigation》扩展而来
关于文章内容的总结
框架或结构 | 作用 |
---|---|
DeepSC | 最大化系统容量、最小化语义误差 |
设计两个Loss函数 | 理解语义信息、最大化系统容量 |
语义-信道联合编码 | 保持 s s s和 s ^ \hat s s^之间的含义不变← L C E \mathcal{L}_{\mathrm{CE}} LCE用于衡量 s s s和 s ^ \hat s s^之间的差异 |
语义-信道联合编码 | 使网络学习特定目标的知识(联合设计时,信道编码可以注重保护与传输和目标相关的语义信息,而忽略其他不相关的信息) |
L C E \mathcal{L}_{\mathrm{CE}} LCE | 通过训练整个系统来最小化 s s s和 s ^ \hat s s^之间的差异 |
L MI \mathcal{L}_{\text {MI }} LMI | 最大化发射机训练期间实现的数据速率 |