← 返回调研主页

Imperial College London Deniz Gündüz 团队语义通信论文调研

面向具有深度学习基础、通信基础较少的读者。检索范围为 2021-01-01 至 2026-07-15;核心表仅保留正式同行评审技术研究论文,会议版若有期刊扩展版则只保留期刊版。

核心论文 37多用户接入与广播 13物理层调制、波形与 MIMO 8资源分配与跨层优化 7通信安全与隐私 5任务导向边缘推理 2联合信源信道编码(JSCC) 2

先看懂一篇通信论文处在哪

原始数据/任务
语义/信源编码
信道编码
调制、MIMO、OFDM
无线信道
译码/重建/任务

传统系统常分别优化这些方框;语义通信论文通常合并其中若干环节。评价一篇论文时要问:发送的中间表示是什么?占多少信道资源?噪声在哪里加入?接收端恢复的是原始数据还是任务结果?

常见带宽比可写为 $\rho=n/k$,其中 $k$ 是源样本维度,$n$ 是信道使用次数。只有在相同 $\rho$、发射功率和信道模型下,方法间性能比较才公平。

团队技术路线时间线

推荐阅读顺序

  1. DeepWiVe: Deep-Learning-Aided Wireless Video Transmission
    视频传输/生成 · 显式离散/数字语义表示
  2. A Theory of Semantic Communication
    视频传输/生成 · 显式离散/数字语义表示
  3. Generative Joint Source-Channel Coding for Semantic Image Transmission
    视频传输/生成 · 数字调制或混合数字-模拟链路
  4. Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks
    语音/音频传输或识别 · 数字调制或混合数字-模拟链路

顺序按“早期基础 → 显式数字化 → 信道/多用户系统 → 最新生成式或跨层工作”组织;引用数只用于帮助挑入口,不代表论文质量排序。

论文筛选与定位表

年份完整标题出版物通信环节团队口径全文
2022Channel-Adaptive Wireless Image Transmission With OFDMIEEE Wireless Communications Letters资源分配与跨层优化directdownloaded
2022DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel CodingIEEE Journal on Selected Areas in Information Theory多用户接入与广播directdownloaded
2022DeepWiVe: Deep-Learning-Aided Wireless Video TransmissionIEEE Journal on Selected Areas in Communications资源分配与跨层优化directdownloaded
2022Privacy-Aware Communication over a Wiretap Channel with Generative NetworksICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)物理层调制、波形与 MIMOdirectdownloaded
2022Progressive Feature Transmission for Split Classification at the Wireless EdgeIEEE Transactions on Wireless Communications通信安全与隐私directdownloaded
2022Semantic Communications With Discrete-Time Analog Transmission: A PAPR PerspectiveIEEE Wireless Communications Letters多用户接入与广播directdownloaded
2023A Hybrid Wireless Image Transmission Scheme with Diffusion物理层调制、波形与 MIMOdirectdownloaded
2023Collaborative Semantic Communication for Edge InferenceIEEE Wireless Communications Letters多用户接入与广播directdownloaded
2023Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications物理层调制、波形与 MIMOdirectdownloaded
2023DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission多用户接入与广播directdownloaded
2023Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel多用户接入与广播directdownloaded
2023Generative Joint Source-Channel Coding for Semantic Image TransmissionIEEE Journal on Selected Areas in Communications物理层调制、波形与 MIMOdirectdownloaded
2023Secure Deep-JSCC Against Multiple Eavesdroppers通信安全与隐私directdownloaded
2023Semantic Communication of Learnable Concepts通信安全与隐私directdownloaded
2023Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels物理层调制、波形与 MIMOdirectdownloaded
2024A Theory of Semantic CommunicationIEEE Transactions on Mobile Computing任务导向边缘推理directdownloaded
2024AirNet: Neural Network Transmission Over the AirIEEE Transactions on Wireless Communications资源分配与跨层优化directdownloaded
2024CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models物理层调制、波形与 MIMOdirectdownloaded
2024Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO ChannelsIEEE Transactions on Wireless Communications资源分配与跨层优化directdownloaded
2024Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information多用户接入与广播directdownloaded
2024Evolving Semantic Communication with Generative Modelling联合信源信道编码(JSCC)directdownloaded
2024Transformer-Aided Wireless Image Transmission With Channel FeedbackIEEE Transactions on Wireless Communications多用户接入与广播directdownloaded
2025A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop NetworksIEEE Journal on Selected Areas in Communications多用户接入与广播directdownloaded
2025Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models2025 IEEE 35th International Workshop on Machine Learning for Signal Processing (MLSP)通信安全与隐私directdownloaded
2025Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image TransmissionIEEE Transactions on Machine Learning in Communications and Networking通信安全与隐私directdownloaded
2025Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-offICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)多用户接入与广播directdownloaded
2025Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image RecoveryICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)多用户接入与广播directdownloaded
2025Pragmatic Communication for Remote Control of Finite-State Markov ProcessesIEEE Journal on Selected Areas in Communications资源分配与跨层优化directdownloaded
2025Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay NetworksIEEE Journal on Selected Areas in Communications资源分配与跨层优化directdownloaded
2025SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image TransmissionIEEE Transactions on Communications物理层调制、波形与 MIMOdirectdownloaded
2025Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image TransmissionIEEE Transactions on Wireless Communications多用户接入与广播directdownloaded
2025Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision MitigationIEEE INFOCOM 2025 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS)多用户接入与广播directdownloaded
2025Zero-Shot Semantic Communication With Multimodal Foundation ModelsIEEE Transactions on Vehicular Technology任务导向边缘推理directdownloaded
2026Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic CommunicationICC 2026 - IEEE International Conference on Communications联合信源信道编码(JSCC)directdownloaded
2026Diffusion-Aided Extreme Video Compression with Lightweight Semantics GuidanceICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)物理层调制、波形与 MIMOdirectdownloaded
2026In-Context Learning for Deep Joint Source-Channel Coding Over MIMO ChannelsIEEE Transactions on Wireless Communications多用户接入与广播directdownloaded
2026Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel CodingIEEE Transactions on Wireless Communications资源分配与跨层优化directdownloaded

通信小白术语表

信源编码去掉源数据中的冗余,目标是用更少 bit/符号表示内容。
信道编码加入受控冗余,让接收端能够发现或纠正无线传输产生的错误。
JSCC联合信源信道编码;把压缩和抗噪声传输一起设计。
SNR信噪比;越低表示噪声相对越强。比较方法时必须保证 SNR 定义和功率约束一致。
带宽比/CBR信道使用次数相对源维度或像素数的比例,是通信开销而不是模型参数量。
CSI信道状态信息;发射端/接收端是否知道它,会显著改变问题难度。
cliff effect传统分离链路在低于解码门限后性能突然崩溃;模拟式 DeepJSCC 常呈渐进退化。
语义指标以任务正确率、BLEU、CLIP 相似度等衡量意义是否保留,但不自动等价于可靠通信。

Channel-Adaptive Wireless Image Transmission With OFDM

2022 · IEEE Wireless Communications Letters · 资源分配与跨层优化

作者:Haotian Wu; Yulin Shao; Krystian Mikolajczyk; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, an increasing number of wireless applications, such as Internet-of-things and edge intelligence [2]–[4], require the efficient transmission of large volumes of data under strict delay constraints, resulting in an increasing interest in joint source channel coding (JSCC) in recent years. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:arXiv:2205.02417v2 [cs.IT] 8 Sep 2022 1 Channel-Adaptive Wireless Image Transmission with OFDM Haotian Wu, Graduate Student Member, IEEE, Yulin Shao, Member, IEEE, Krystian Mikolajczyk, Senior Member, IEEE, and Deniz G¨und¨uz, Fellow, IEEE Abstract—We present a learning-based channel-adaptive joint source and channel coding (CA-JSCC) scheme for wireless image transmission over multipath fading channels. PDF p.1
  6. 方案起作用的机制:Unlike the previous works, our approach is adaptive to channel-gain and noise-power varia- tions by exploiting the estimated channel state information (CSI). PDF p.1
  7. 作者希望证明的结论:However, this CA-JSCC model trained at random SNR values still outperforms the Exp-JSCC models trained at specific SNR values. PDF p.4

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

实验设置与证据

数据集:CIFAR-10、ImageNet、Kodak

Baseline:DeepJSCC

信道/链路:AWGN、Rayleigh、fading channel、OFDM

指标:PSNR

SNR 条件:2 dB、1dB、1dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:跨数据域、未见任务和信道失配下的泛化证据有限。

Channel-Adaptive Wireless Image Transmission With OFDM 架构/方法页
Channel-Adaptive Wireless Image Transmission With OFDM,原 PDF 第 1 页(架构/方法页)。
Channel-Adaptive Wireless Image Transmission With OFDM 关键结果页
Channel-Adaptive Wireless Image Transmission With OFDM,原 PDF 第 4 页(关键结果页)。

DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding

2022 · IEEE Journal on Selected Areas in Information Theory · 多用户接入与广播

作者:Tze-Yang Tung; David Burth Kurka; Mikołaj Jankowski; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, end-to-end training of such schemes requires a differentiable channel input representation; hence, prior works have assumed that any complex value can be transmitted over the channel. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:Herein, we propose DeepJSCC-Q, an end-to-end optimized JSCC solution for wireless image transmission using a finite channel input alphabet. PDF p.1
  6. 方案起作用的机制:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  7. 作者希望证明的结论:全文自动定位未找到可靠句子,需回到 PDF 人工核查。

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:离散错误显式建模/联合优化 训练或接收机显式处理 bit/index/codeword 错误;这是最直接应对离散语义变量跳变的一类。

实验设置与证据

数据集:ImageNet、Kodak、MNIST

Baseline:DeepJSCC、BPG、JPEG2000、JPEG、LDPC、Turbo、separation-based

信道/链路:AWGN、fading channel、OFDM、BEC、erasure channel、QAM、PSK

指标:PSNR、SSIM、MS-SSIM、accuracy、throughput

SNR 条件:16dB、10dB、7dB、16dB、10dB、7dB、16dB、10dB、7dB、16dB、10dB、7dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;跨数据域、未见任务和信道失配下的泛化证据有限。

DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding 架构/方法页
DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding,原 PDF 第 2 页(架构/方法页)。
DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding 关键结果页
DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding,原 PDF 第 13 页(关键结果页)。

DeepWiVe: Deep-Learning-Aided Wireless Video Transmission

2022 · IEEE Journal on Selected Areas in Communications · 资源分配与跨层优化

作者:Tze-Yang Tung; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, the limits of the separation-based designs are beginning to rear, with the emergence of more demanding and challenging video delivery applications, such as wireless virtual reality (VR) and drone-based surveillance systems, which have ultra-low latency requirements, suffer from highly unpredictable channel conditions, and need to be implemented on energy limited mobile devices. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:1 DeepWiVe: Deep-Learning-Aided Wireless Video Transmission Tze-Yang Tung and Deniz G¨und¨uz Information Processing and Communications Lab (IPC-Lab), Imperial College London, UK {tze-yang.tung14, d.gunduz}@imperial.ac.uk Abstract—We present DeepWiVe, the first-ever end-to-end joint source-channel coding (JSCC) video transmission scheme that leverages the power of deep neural networks (DNNs) to directly map video signals to channel symbols, combining video compression, channel coding, and modulation steps into a single neural transform. PDF p.1
  6. 方案起作用的机制:DeepWiVe system overview. and conveying only the motion and residual information for the remaining frames, thereby exploiting temporal redundancy. PDF p.2
  7. 作者希望证明的结论:When compared to H.265, we see in Fig. 12a that H.265 outperforms DeepWiVe in terms of the PSNR metric. PDF p.9

方法与通信系统定位

研究任务:视频传输/生成

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC、LDPC、H.264、H.265、separation-based

信道/链路:AWGN、QAM

指标:PSNR、SSIM、MS-SSIM、latency

SNR 条件:1dB、6dB、13dB、1dB、6dB、13dB、-4dB、3dB、13dB、13dB、3dB、4dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

DeepWiVe: Deep-Learning-Aided Wireless Video Transmission 架构/方法页
DeepWiVe: Deep-Learning-Aided Wireless Video Transmission,原 PDF 第 1 页(架构/方法页)。
DeepWiVe: Deep-Learning-Aided Wireless Video Transmission 关键结果页
DeepWiVe: Deep-Learning-Aided Wireless Video Transmission,原 PDF 第 8 页(关键结果页)。

Privacy-Aware Communication over a Wiretap Channel with Generative Networks

2022 · ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) · 物理层调制、波形与 MIMO

作者:Ecenaz Erdemir; Pier Luigi Dragotti; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, (10) is not attained even if the clas- sifier representing the eavesdropper is optimum, because we minimize I(T; Y n E ) in the objective. PDF p.3
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:Hence, we propose a privacy-utility trade-off (PUT) for communica- tion over the wiretap channel by balancing the information leakage to the eavesdropper and the distortion at the legiti- mate receiver. PDF p.1
  6. 方案起作用的机制:We show through simulations with the colored MNIST dataset that our approach provides high reconstruction quality at the receiver while confusing the eavesdropper about the latent sensitive at- tribute, which consists of the color and thickness of the digits. PDF p.1
  7. 作者希望证明的结论:On the other hand, our numerical results indicate that although we do not optimize exact bounds for MI terms, in practice our model still learns an effective PUT. 2.1. PDF p.3

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

论文未以可检索文本完整报告输入尺寸、latent/token 数、每个 index 的 bit 数与总开销;本报告不在缺少形状和码本参数时伪造压缩率。可按 $R=N_s b_s/N_{src}$ 或 $\rho=n/k$ 在取得参数后推导。

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

实验设置与证据

数据集:MNIST

Baseline:BERT

信道/链路:OFDM、BSC、binary symmetric channel

指标:accuracy

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

Privacy-Aware Communication over a Wiretap Channel with Generative Networks 架构/方法页
Privacy-Aware Communication over a Wiretap Channel with Generative Networks,原 PDF 第 2 页(架构/方法页)。
Privacy-Aware Communication over a Wiretap Channel with Generative Networks 关键结果页
Privacy-Aware Communication over a Wiretap Channel with Generative Networks,原 PDF 第 3 页(关键结果页)。

Progressive Feature Transmission for Split Classification at the Wireless Edge

2022 · IEEE Transactions on Wireless Communications · 通信安全与隐私

作者:Qiao Lan; Qunsong Zeng; Petar Popovski; Denız Gündüz; Kaibin Huang

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:This gives rise to two active research challenges: (1) edge learning [1], [2], where data are used to train large-scale AI models via distributed machine learning; and (2) edge inference [1], [3], which is the theme of this work and deals with operating of such models at edge servers to provide remote-inference services that enable emerging mobile appli- cations, such as e-commerce or smart cities. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。
  5. 本文提出的方案:To address this issue, we propose the progressive feature transmission (ProgressFTX) protocol, which minimizes the overhead by progressively transmitting features until a target confidence level is reached. PDF p.1
  6. 方案起作用的机制:Such a design promises to achieve a higher efficiency than the existing one-shot feature selection/pruning, by leveraging both the importance awareness in feature selection as well as stochastic control according to the channel state. PDF p.2
  7. 作者希望证明的结论:As observed from the figures, the proposed ProgressFTX tech- nique achieves the lowest latency based on both the criteria of achieving targeted uncertainty and accuracy. PDF p.12

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:通信安全与隐私。研究语义特征在无线窃听、模型反演或攻击下是否泄露,以及可靠性和隐私之间的权衡。

给深度学习研究生的解释:即使传的不是原始比特,latent 仍可能泄露内容;安全研究要同时检查合法接收端性能和窃听者能恢复多少信息。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

未能从全文文字确定噪声加在连续 latent、调制符号还是 bit/index 上;需回到系统图与信道公式确认。

实验设置与证据

数据集:MNIST

Baseline:论文文本未明确命中,需查看原表格或附录

信道/链路:fading channel

指标:accuracy、latency、throughput、BER

SNR 条件:4 dB、4 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

Progressive Feature Transmission for Split Classification at the Wireless Edge 架构/方法页
Progressive Feature Transmission for Split Classification at the Wireless Edge,原 PDF 第 3 页(架构/方法页)。
Progressive Feature Transmission for Split Classification at the Wireless Edge 关键结果页
Progressive Feature Transmission for Split Classification at the Wireless Edge,原 PDF 第 11 页(关键结果页)。

Semantic Communications With Discrete-Time Analog Transmission: A PAPR Perspective

2022 · IEEE Wireless Communications Letters · 多用户接入与广播

作者:Yulin Shao; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:The practical use of DTAT, however, faces an important challenge due to the peak-to-average power ratio (PAPR) [11], especially when used in conjunction with the prevailing or- thogonal frequency division multiplexing (OFDM) transceiver, which is now adopted in most IEEE standards. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:We develop a passband transceiver for the OFDMA system and – unlike prior works – evaluate the PAPR at the passband. PDF p.2
  6. 方案起作用的机制:Since the transmitter is allocated with N subcarriers, we partition the complex vector scpx into L = ⌈Le/2N⌉blocks, denoted by {sℓ: ℓ= 0, 1, 2, ..., L −1}, and each block sℓ consists of N complex symbols. PDF p.2
  7. 作者希望证明的结论:As shown, the PSNR of DeepJSCC outperforms that of digital communication. PDF p.5

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:离散错误显式建模/联合优化 训练或接收机显式处理 bit/index/codeword 错误;这是最直接应对离散语义变量跳变的一类。

实验设置与证据

数据集:ImageNet、Kodak

Baseline:DeepJSCC、BPG、LDPC

信道/链路:AWGN、OFDM、QAM

指标:PSNR、BER、CLIP

SNR 条件:2dB、9 dB、3dB、11.5dB、3.1 dB、2.7 dB、10 dB、0 dB、20 dB、10 dB、10 dB、15 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:跨数据域、未见任务和信道失配下的泛化证据有限。

Semantic Communications With Discrete-Time Analog Transmission: A PAPR Perspective 架构/方法页
Semantic Communications With Discrete-Time Analog Transmission: A PAPR Perspective,原 PDF 第 2 页(架构/方法页)。
Semantic Communications With Discrete-Time Analog Transmission: A PAPR Perspective 关键结果页
Semantic Communications With Discrete-Time Analog Transmission: A PAPR Perspective,原 PDF 第 4 页(关键结果页)。

A Hybrid Wireless Image Transmission Scheme with Diffusion

2023 · · 物理层调制、波形与 MIMO

作者:Xueyan Niu; Xu Wang; Denız Gündüz; Bo Bai; Wei-Chao Chen; Guohua Zhou

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:While a pretrained generative model based on GANs is employed in [20], here we will use a diffusion process, which has shown remarkable generative capability in a series of recent papers [16], [17]. PDF p.3
  2. 仍然存在的问题:INTRODUCTION The fast increasing demand for wireless transmission of high-resolution image and video signals poses a challenge to current communication systems, as emerging applications such as metaverse, augmented/virtual reality (AR/VR), Internet- of-things (IoT), vehicular-to-everything (V2X), require more robust transmission and realistic reconstruction of video in a fast-varying wireless communication environment with limited bandwidth resources. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:Ltd., carlyle.chen@tongji.edu.cn, guohua.zhou@huawei.com Abstract—We propose a hybrid joint source-channel coding (JSCC) scheme, in which the conventional digital communication scheme is complemented with a generative refinement component to improve the perceptual quality of the reconstruction. PDF p.1
  6. 方案起作用的机制:Neural Network Architecture As shown in Fig. 2, for the diffusion model, we use the common U-net architecture [21] with adaptations [16], which consists of multiple 2D convolution layers. PDF p.4
  7. 作者希望证明的结论:Gaussian samples over an AWGN channel achieves the optimal perfor- mance despite operating over a finite block lengnth [19]. PDF p.3

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:MNIST

Baseline:DeepJSCC、JPEG、LDPC、Polar、Turbo、separation-based

信道/链路:AWGN、OFDM、QAM

指标:PSNR、SSIM、LPIPS、accuracy

SNR 条件:18.77dB、20.47dB、19.91dB、21.85dB、21.13dB、22.85dB、10dB、10dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

A Hybrid Wireless Image Transmission Scheme with Diffusion 架构/方法页
A Hybrid Wireless Image Transmission Scheme with Diffusion,原 PDF 第 2 页(架构/方法页)。
A Hybrid Wireless Image Transmission Scheme with Diffusion 关键结果页
A Hybrid Wireless Image Transmission Scheme with Diffusion,原 PDF 第 5 页(关键结果页)。

Collaborative Semantic Communication for Edge Inference

2023 · IEEE Wireless Communications Letters · 多用户接入与广播

作者:Wing Fei Lo; Nitish Mital; Haotian Wu; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:The distributed nature of the problem poses unique challenges, where the edge devices must “collaborate” implicitly to derive the relevant semantic information from their respective images of the scene, in a manner which complements the other and therefore improves the communication or inference accuracy at the receiver. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:We propose two novel deep learning-based joint source and channel coding (JSCC) schemes for the task over both additive white Gaussian noise (AWGN) and Rayleigh slow fading channels, with the aim of maximizing the retrieval accuracy under a total bandwidth constraint. PDF p.1
  6. 方案起作用的机制:Separate Digital Transmission Each transmitter consists of a semantic feature encoder, modeled as a ResNet50 [21] network, followed by a feature compressor, employing quantization and arithmetic coding modules, which are the same as the state-of-the-art pipeline in [5]. PDF p.3
  7. 作者希望证明的结论:全文自动定位未找到可靠句子,需回到 PDF 人工核查。

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:Polar、separation-based

信道/链路:AWGN、Rayleigh、fading channel、MIMO、OFDM

指标:accuracy、latency

SNR 条件:-6dB、15dB、18dB、0dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Collaborative Semantic Communication for Edge Inference 架构/方法页
Collaborative Semantic Communication for Edge Inference,原 PDF 第 1 页(架构/方法页)。
Collaborative Semantic Communication for Edge Inference 关键结果页
Collaborative Semantic Communication for Edge Inference,原 PDF 第 6 页(关键结果页)。

Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications

2023 · · 物理层调制、波形与 MIMO

作者:Tze-Yang Tung; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, due to the inherent correlation between the source sample and channel input, DeepJSCC is vulnerable to eavesdropping at- tacks. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:In this paper, we propose the first DeepJSCC scheme for wireless image transmission that is secure against eavesdroppers, called DeepJSCEC. PDF p.1
  6. 方案起作用的机制:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  7. 作者希望证明的结论:We see that while Bob is able to reconstruct the transmitted image with good quality, Eve achieves a result slightly worse than reconstructing an image with average pixel values. PDF p.10

方法与通信系统定位

研究任务:视频传输/生成

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:ImageNet

Baseline:DeepJSCC、BPG、JPEG2000、LDPC、separation-based

信道/链路:AWGN、QAM

指标:PSNR、SSIM、MS-SSIM、accuracy、throughput、BER

SNR 条件:5dB、7dB、10dB、12dB、16dB、5dB、7dB、10dB、12dB、16dB、5dB、7dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications 架构/方法页
Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications,原 PDF 第 3 页(架构/方法页)。
Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications 关键结果页
Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications,原 PDF 第 11 页(关键结果页)。

DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission

2023 · · 多用户接入与广播

作者:Chenghong Bian; Yulin Shao; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:INTRODUCTION Thanks to recent advances in machine learning, there has been a growing interest in developing data-driven joint source- channel coding (JSCC) systems. PDF p.1
  2. 仍然存在的问题:This is a limitation for the adoption of DeepJSCC in practical systems, as it requires storing a large number of DeepJSCC encoder/decoder parameters on mobile devices to C. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:In this paper, we propose a novel bandwidth and channel quality adaptive scheme, named DeepJSCC-l++, which can map each input image to a desired channel bandwidth - see Fig. 1b. PDF p.1
  6. 方案起作用的机制:The decoder also has I stages and each stage consists of a patch division block and Swin transformer blocks. PDF p.4
  7. 作者希望证明的结论:It also outperforms the separation-based baseline considering BPG compression with a capacity-achieving channel code, which provides an upper bound on the performance achievable by a separation-based scheme employing BPG for compression. PDF p.6

方法与通信系统定位

研究任务:图像传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC、BPG、separation-based

信道/链路:AWGN、fading channel、MIMO、OFDM

指标:PSNR、latency、CLIP

SNR 条件:4 dB、10 dB、7 dB、7 dB、0.24 dB、7 dB、0.5 dB、0 dB、0.4 dB、0.25 dB、7 dB、5 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission 架构/方法页
DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission,原 PDF 第 1 页(架构/方法页)。
DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission 关键结果页
DeepJSCC-1++: Robust and Bandwidth-Adaptive Wireless Image Transmission,原 PDF 第 5 页(关键结果页)。

Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel

2023 · · 多用户接入与广播

作者:Selim F. Yilmaz; Can Karamanlı; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, we are interested in the practical finite block length regime, in which case separate source and channel coding is known to be suboptimal. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:We introduce a novel joint image compression and transmission scheme, where the devices send their compressed image representations in a non-orthogonal manner. PDF p.1
  6. 方案起作用的机制:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  7. 作者希望证明的结论:For ρ = 1/3, DeepJSCC-NOMA-CL achieves 0.91 dB (absolute) higher PSNR on average compared Table I NUMBER OF PARAMETERS FOR THE COMPARED METHODS Method ρ = 1/3 ρ = 1/6 DeepJSCC-TDMA 22.2M 22.1M DeepJSCC-NOMA 22.4M 22.3M to DeepJSCC-TDMA. PDF p.5

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC、BPG、JPEG、LDPC、Polar、Turbo、separation-based

信道/链路:AWGN、MIMO

指标:PSNR

SNR 条件:0.91 dB、0.25 dB、0.32 dB、0.08 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel 架构/方法页
Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel,原 PDF 第 1 页(架构/方法页)。
Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel 关键结果页
Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel,原 PDF 第 5 页(关键结果页)。

Generative Joint Source-Channel Coding for Semantic Image Transmission

2023 · IEEE Journal on Selected Areas in Communications · 物理层调制、波形与 MIMO

作者:Ecenaz Erdemir; Tze-Yang Tung; Pier Luigi Dragotti; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, these methods mostly focus on the distor- tion of the reconstructed signals with respect to the input image, rather than their perception by humans. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:In this work, we propose two novel JSCC schemes that leverage the perceptual quality of deep generative models (DGMs) for wireless image transmission, namely InverseJSCC and GenerativeJSCC. PDF p.1
  6. 方案起作用的机制:Similarly, the receiver consists of source and channel decoders. PDF p.1
  7. 作者希望证明的结论:We observe that, for lower BCR, GenerativeJSCC outperforms DeepJSCC not only in terms of perceptual quality but also in terms of pixel-wise distortion. PDF p.10

方法与通信系统定位

研究任务:视频传输/生成

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:ImageNet、Kodak

Baseline:DeepJSCC、JPEG2000、separation-based

信道/链路:AWGN、OFDM、binary symmetric channel、erasure channel

指标:PSNR、SSIM、MS-SSIM、LPIPS、semantic similarity、latency

SNR 条件:2 dB、1 dB、5 dB、5 dB、5 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Generative Joint Source-Channel Coding for Semantic Image Transmission 架构/方法页
Generative Joint Source-Channel Coding for Semantic Image Transmission,原 PDF 第 4 页(架构/方法页)。
Generative Joint Source-Channel Coding for Semantic Image Transmission 关键结果页
Generative Joint Source-Channel Coding for Semantic Image Transmission,原 PDF 第 7 页(关键结果页)。

Secure Deep-JSCC Against Multiple Eavesdroppers

2023 · · 通信安全与隐私

作者:Seyyed Amirhossein Ameli Kalkhoran; Mehdi Letafati; Ecenaz Erdemir; Babak Hossein Khalaj; Hamid Behroozi; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:Nevertheless, security issues at the wireless edge of 6G networks are still identified as open challenges [7]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。
  5. 本文提出的方案:We propose an end-to-end (E2E) learning-based approach for secure communication against multiple eavesdroppers over complex-valued fading channels. PDF p.1
  6. 方案起作用的机制:At the output of the last PReLU layer, which consists of 2k × nT elements, we employ a flattening layer for each of the nT antennas, to reshape the encoded tensor to a data-stream. PDF p.3
  7. 作者希望证明的结论:One can infer from the figure that our proposed system outperforms the benchmarks in terms of the reconstruction performance. PDF p.5

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:通信安全与隐私。研究语义特征在无线窃听、模型反演或攻击下是否泄露,以及可靠性和隐私之间的权衡。

给深度学习研究生的解释:即使传的不是原始比特,latent 仍可能泄露内容;安全研究要同时检查合法接收端性能和窃听者能恢复多少信息。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC

信道/链路:AWGN、Rayleigh、fading channel

指标:SSIM、accuracy

SNR 条件:20dB、15dB、5 dB、20 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Secure Deep-JSCC Against Multiple Eavesdroppers 架构/方法页
Secure Deep-JSCC Against Multiple Eavesdroppers,原 PDF 第 2 页(架构/方法页)。
Secure Deep-JSCC Against Multiple Eavesdroppers 关键结果页
Secure Deep-JSCC Against Multiple Eavesdroppers,原 PDF 第 4 页(关键结果页)。

Semantic Communication of Learnable Concepts

2023 · · 通信安全与隐私

作者:Francesco Pase; Szymon Kobus; Denız Gündüz; Michele Zorzi

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:Various federated/distributed learning paradigms have emerged as potential solutions to mitigate these limitations, which allow the models to be locally trained, and then aggregated in a cloud or edge server without moving local private data [2]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。
  5. 本文提出的方案:After motivating our analysis, we propose the formal problem of communicating concepts, and provide its rate-distortion characterization, point- ing out its connection with the concepts of empirical and strong coordination in a network. PDF p.1
  6. 方案起作用的机制:However, if the environment imposes a constraint on such quantities, e.g., mutual information between the input and output of the learning rule, for example by introducing a arXiv:2305.08126v1 [cs.IT] 14 May 2023 PDF p.1
  7. 作者希望证明的结论:全文自动定位未找到可靠句子,需回到 PDF 人工核查。

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:通信安全与隐私。研究语义特征在无线窃听、模型反演或攻击下是否泄露,以及可靠性和隐私之间的权衡。

给深度学习研究生的解释:即使传的不是原始比特,latent 仍可能泄露内容;安全研究要同时检查合法接收端性能和窃听者能恢复多少信息。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:论文未明确给出可复现数字接口 未在全文自动定位到量化、码本、有限星座或 bitstream 证据,不能把普通 latent 自动认定为数字语义通信。

未找到量化、码本、有限星座或 bitstream 证据;不能把神经网络 bottleneck 自动当作数字链路。

bit / token / channel-use / CBR 证据

论文未以可检索文本完整报告输入尺寸、latent/token 数、每个 index 的 bit 数与总开销;本报告不在缺少形状和码本参数时伪造压缩率。可按 $R=N_s b_s/N_{src}$ 或 $\rho=n/k$ 在取得参数后推导。

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

未能从全文文字确定噪声加在连续 latent、调制符号还是 bit/index 上;需回到系统图与信道公式确认。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:论文文本未明确命中,需查看原表格或附录

信道/链路:论文文本未明确命中,需查看原表格或附录

指标:accuracy

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;语义表示到实际 bit/symbol 的映射与开销未被完整报告;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Semantic Communication of Learnable Concepts 架构/方法页
Semantic Communication of Learnable Concepts,原 PDF 第 1 页(架构/方法页)。
Semantic Communication of Learnable Concepts 关键结果页
Semantic Communication of Learnable Concepts,原 PDF 第 6 页(关键结果页)。

Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels

2023 · · 物理层调制、波形与 MIMO

作者:Chenghong Bian; Yulin Shao; Haotian Wu; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:When the number of transmit antennas is greater than two, however, the full-diversity scheme becomes less beneficial. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels Chenghong Bian, Yulin Shao, Haotian Wu, and Deniz G¨und¨uz Department of Electrical and Electronic Engineering, Imperial College London, London SW7 2BT, UK Email:{c.bian22, y.shao, haotian.wu17, d.gunduz}@imperial.ac.uk Abstract—We propose novel deep joint source-channel coding (DeepJSCC) algorithms for wireless image transmission over multi-input multi-output (MIMO) Rayleigh fading channels, when channel state information (CSI) is available only at the receiver. PDF p.1
  6. 方案起作用的机制:Training and implementation details We evaluate the proposed diversity and multiplexing schemes2 for the transmission of images from the CIFAR- 10 dataset, which consists of 50000 training and 10000 test colored images, each with 32 × 32 resolution. PDF p.4
  7. 作者希望证明的结论:Note that when Nt > 2, the rate-1 space-time code that achieves full diversity does not exist, and we will adopt two OSTBC designs with rates 1/2 and 3/4, respectively. PDF p.3

方法与通信系统定位

研究任务:视频传输/生成

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC、BPG、separation-based

信道/链路:AWGN、Rayleigh、fading channel、MIMO、OFDM、QAM

指标:PSNR、latency

SNR 条件:9 dB、17 dB、16 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;跨数据域、未见任务和信道失配下的泛化证据有限。

Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels 架构/方法页
Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels,原 PDF 第 2 页(架构/方法页)。
Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels 关键结果页
Space-Time Design for Deep Joint Source Channel Coding of Images over MIMO Channels,原 PDF 第 5 页(关键结果页)。

A Theory of Semantic Communication

2024 · IEEE Transactions on Mobile Computing · 任务导向边缘推理

作者:Yulin Shao; Qi Cao; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:Our contention is that the challenge of language design can be effectively situated within the broader framework of joint source-channel coding theory, underpinned by a comprehensive end-to-end distortion metric. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于用更少上行数据完成相同任务,从而降低端到端时延、能耗和无线负载。
  5. 本文提出的方案:Moreover, we introduce the semantic distortion-cost region as a pivotal metric for assessing semantic communication performance. PDF p.3
  6. 方案起作用的机制:8 As illustrated in Fig. 6, the distortion-cost function of se- mantic encoding consists of three segments in general, and we denote them by (P1, P2), (P2, P3), and (P3, P4), respectively. PDF p.8
  7. 作者希望证明的结论:In this case, semantic decoding with the inaccurate prior achieves the optimal distortion, i.e., DP ,V ∗ q ≈0.3158, as shown in Fig. 11(b). PDF p.15

方法与通信系统定位

研究任务:视频传输/生成

所属环节:任务导向边缘推理。接收端不必恢复原始数据,只需完成分类、检索或推理任务;核心指标从像素误差转向任务正确率。

给深度学习研究生的解释:它类似 split learning:设备只上传足以完成下游任务的中间特征,通信系统关心的是任务准确率和时延,而不是把原数据无损搬过去。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

未能从全文文字确定噪声加在连续 latent、调制符号还是 bit/index 上;需回到系统图与信道公式确认。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC

信道/链路:broadcast channel

指标:accuracy、BER

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于用更少上行数据完成相同任务,从而降低端到端时延、能耗和无线负载。

局限:

A Theory of Semantic Communication 架构/方法页
A Theory of Semantic Communication,原 PDF 第 1 页(架构/方法页)。
A Theory of Semantic Communication 关键结果页
A Theory of Semantic Communication,原 PDF 第 23 页(关键结果页)。

AirNet: Neural Network Transmission Over the Air

2024 · IEEE Transactions on Wireless Communications · 资源分配与跨层优化

作者:Mikołaj Jankowski; Denız Gündüz; Krystian Mikolajczyk

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, given the increasing prominence of DNNs employed for a large number and variety of tasks, we cannot expect every user to have all possible DNN parameters always available locally. PDF p.2
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:In this paper, we introduce AirNet, a family of novel training and transmission methods that allow DNNs to be efficiently delivered over wireless channels under stringent transmit power and latency constraints. PDF p.1
  6. 方案起作用的机制:In the DeepCABAC method [30], quantized DNN parameters are further compressed by utilizing context-adaptive binary arithmetic coding. PDF p.6
  7. 作者希望证明的结论:Results presented in Fig. 5b show that our strategy consistently outperforms digital alternatives at a wide range of channel bandwidths 𝑏for a fixed SNR of 5dB. PDF p.21

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:ImageNet

Baseline:DeepJSCC、BPG、JPEG2000、LDPC、separation-based

信道/链路:AWGN、fading channel、OFDM

指标:accuracy、latency

SNR 条件:5dB、5dB、5 dB、5 dB、5 dB、5dB、15dB、35dB、5dB、20dB、5dB、5 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

AirNet: Neural Network Transmission Over the Air 架构/方法页
AirNet: Neural Network Transmission Over the Air,原 PDF 第 3 页(架构/方法页)。
AirNet: Neural Network Transmission Over the Air 关键结果页
AirNet: Neural Network Transmission Over the Air,原 PDF 第 28 页(关键结果页)。

CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models

2024 · · 物理层调制、波形与 MIMO

作者:Jiakang Chen; Di You; Denız Gündüz; Pier Luigi Dragotti

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, these methods usually focus only on the distortion of the recon- structed signal at the receiver side with respect to the source at the transmitter side, rather than the perceptual quality of the reconstruction which carries more semantic information. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:In this work, we propose CommIN, which views the recovery of high-quality source images from degraded re- constructions as an inverse problem. PDF p.1
  6. 方案起作用的机制:In a typical point-to-point transmission, the transmitter that performs the encoding pro- cess usually consists of two steps, the source encoder that removes redundant information from the source to achieve compression, and the channel encoder that adds redundancy to the compressed information to correct for errors caused by noisy communication channels. PDF p.1
  7. 作者希望证明的结论:For all the settings, our approach achieves the lowest LPIPS, while maintaining the similar PSNR with DeepJSCC. PDF p.4

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC

信道/链路:AWGN、OFDM

指标:PSNR、LPIPS

SNR 条件:-5dB、2 dB、1dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;跨数据域、未见任务和信道失配下的泛化证据有限。

CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models 架构/方法页
CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models,原 PDF 第 1 页(架构/方法页)。
CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models 关键结果页
CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models,原 PDF 第 3 页(关键结果页)。

Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO Channels

2024 · IEEE Transactions on Wireless Communications · 资源分配与跨层优化

作者:Haotian Wu; Yulin Shao; Chenghong Bian; Krystian Mikolajczyk; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, the separation-based approach is known to be sub- optimal in the practical finite block length regime, which is becoming increasingly relevant in emerging applications involving Internet-of-things and edge intelligence. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:1 Deep Joint Source-Channel Coding for Adaptive Image Transmission over MIMO Channels Haotian Wu, Graduate Student Member, IEEE, Yulin Shao, Member, IEEE, Chenghong Bian, Krystian Mikolajczyk, Senior Member, IEEE, Deniz Gündüz, Fellow, IEEE Abstract—We introduce a vision transformer (ViT)-based deep joint source and channel coding (DeepJSCC) scheme for wireless image transmission over multiple-input multiple- output (MIMO) channels, called DeepJSCC-MIMO. PDF p.1
  6. 方案起作用的机制:The objective is to improve the end-to-end per- formance of DL-based JSCC approach by exploiting domain knowledge from conventional MIMO design. PDF p.5
  7. 作者希望证明的结论:In terms of the PSNR performance, DeepJSCC-MIMO outperforms the separation-based benchmark in all SNR and bandwidth-ratio scenarios. PDF p.12

方法与通信系统定位

研究任务:视频传输/生成

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:离散错误显式建模/联合优化 训练或接收机显式处理 bit/index/codeword 错误;这是最直接应对离散语义变量跳变的一类。

实验设置与证据

数据集:ImageNet、Kodak

Baseline:DeepJSCC、BPG、JPEG2000、LDPC、Turbo、VTM、WITT、separation-based

信道/链路:AWGN、fading channel、MIMO、OFDM、QAM

指标:PSNR、LPIPS

SNR 条件:5 dB、20.98 dB、5 dB、25.31 dB、5 dB、25.86 dB、12 dB、27.31 dB、12 dB、27.39 dB、12 dB、27.77 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:

Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO Channels 架构/方法页
Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO Channels,原 PDF 第 3 页(架构/方法页)。
Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO Channels 关键结果页
Deep Joint Source-Channel Coding for Adaptive Image Transmission Over MIMO Channels,原 PDF 第 17 页(关键结果页)。

Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information

2024 · · 多用户接入与广播

作者:Selim F. Yilmaz; Ezgi Özyılkan; Denız Gündüz; Elza Erkip

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Recently, a deep neural network (DNN)-based JSCC scheme [4], namely deep joint source-channel coding (DeepJSCC), has achieved remarkable results and rekindled research interest in this direction. PDF p.1
  2. 仍然存在的问题:However, the price to pay for near-optimal performance is high complexity and delay since achieving the channel capacity and the Wyner-Ziv rate–distortion function necessitates large blocklengths. PDF p.2
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:We propose a novel neural network architecture that incorporates the decoder-only side information at multiple stages at the receiver side. PDF p.1
  6. 方案起作用的机制:CNNs allow parameter-efficient extraction of high-level features by exploiting spatial structures within the images, and has been known to perform well for various vision-related tasks, including DeepJSCC for image transmission [4]. PDF p.3
  7. 作者希望证明的结论:For both BR values, DeepJSCC-WZ outperforms its point-to-point counterpart, that is DeepJSCC, as well as its separation-based analogue, that is DeepNIC+Capacity, at all the evaluated SNRs in terms of the distortion criteria considered. PDF p.5

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:Cityscapes、KITTI

Baseline:DeepJSCC、separation-based

信道/链路:AWGN、OFDM

指标:PSNR、SSIM、MS-SSIM、LPIPS、latency、SER

SNR 条件:4 dB、5 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information 架构/方法页
Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information,原 PDF 第 1 页(架构/方法页)。
Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information 关键结果页
Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information,原 PDF 第 4 页(关键结果页)。

Evolving Semantic Communication with Generative Modelling

2024 · · 联合信源信道编码(JSCC)

作者:Shunpu Tang; Qianqian Yang; Denız Gündüz; Zhaoyang Zhang

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, existing works have yet to fully explore the advantages of the evolving nature of learning-based systems, where knowledge accumulates during transmission have the potential to enhance system performance. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:通信审稿人关注它是否在相同带宽、功率和信道条件下优于分离式压缩+信道编码,并且是否避免 cliff effect、改善信道失配鲁棒性。
  5. 本文提出的方案:Moreover, we introduce a semantic caching mechanism that dynamically stores the transmitted semantic vectors in the local caching memory of both the transmitter and receiver. PDF p.1
  6. 方案起作用的机制:CONCLUSION In this paper, we explored an evolving SemCom system designed to continuously improve its transmission efficiency by utilizing cache memory at both the transmitter and receiver and a pretrained generative model. PDF p.6
  7. 作者希望证明的结论:We note that the proposed model achieves a BCR of 1/110 if z is directly transmitted after real-to-complex value transformation mentioned earlier. PDF p.5

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:联合信源信道编码(JSCC)。把压缩与抗信道噪声放在一个端到端模型中优化,避免传统分离设计在短码长或信道失配时的性能断崖。

给深度学习研究生的解释:把它看成一个同时学习“压缩器”和“抗噪声传输器”的 autoencoder;中间瓶颈不是普通 latent,而是要占用真实信道资源的符号。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC、BPG

信道/链路:AWGN

指标:PSNR、SSIM、LPIPS、accuracy、latency

SNR 条件:5dB、5dB、5dB、1dB、5dB、5dB、3dB、0dB、5dB、1dB、5dB、5dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

通信审稿人关注它是否在相同带宽、功率和信道条件下优于分离式压缩+信道编码,并且是否避免 cliff effect、改善信道失配鲁棒性。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Evolving Semantic Communication with Generative Modelling 架构/方法页
Evolving Semantic Communication with Generative Modelling,原 PDF 第 2 页(架构/方法页)。
Evolving Semantic Communication with Generative Modelling 关键结果页
Evolving Semantic Communication with Generative Modelling,原 PDF 第 4 页(关键结果页)。

Transformer-Aided Wireless Image Transmission With Channel Feedback

2024 · IEEE Transactions on Wireless Communications · 多用户接入与广播

作者:Haotian Wu; Yulin Shao; Emre Özfatura; Krystian Mikolajczyk; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, feedback can simplify the coding mechanism, as demonstrated in [22], [23]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:Our main contributions can be summarized as follows: • We present a new feedback-aided JSCC architecture, JSCCformer-f, for wireless image transmission with channel feedback. PDF p.2
  6. 方案起作用的机制:Alternatively, a JSCC scheme can achieve adaptability to channel conditions by leveraging the attention mechanism and training at random SNRs [32]–[34]. PDF p.2
  7. 作者希望证明的结论:As shown in Fig. 13, JSCCformer-f achieves the best per- ceptual performance across a spectrum of channel conditions, bandwidth ratios, and datasets. PDF p.11

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:ImageNet、Kodak

Baseline:DeepJSCC、BPG、LDPC、WITT、NTSCC、separation-based

信道/链路:AWGN、Rayleigh、fading channel、MIMO、OFDM、broadcast channel

指标:PSNR、LPIPS、latency

SNR 条件:2dB、13dB、0.97dB、1.06 dB、2.11 dB、10 dB、2.03 dB、3.88dB、2dB、10dB、2.71dB、3.57dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Transformer-Aided Wireless Image Transmission With Channel Feedback 架构/方法页
Transformer-Aided Wireless Image Transmission With Channel Feedback,原 PDF 第 2 页(架构/方法页)。
Transformer-Aided Wireless Image Transmission With Channel Feedback 关键结果页
Transformer-Aided Wireless Image Transmission With Channel Feedback,原 PDF 第 16 页(关键结果页)。

A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks

2025 · IEEE Journal on Selected Areas in Communications · 多用户接入与广播

作者:Chenghong Bian; Yulin Shao; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-hop Networks Chenghong Bian, Graduate Student Member, IEEE, Yulin Shao, Member, IEEE, Deniz G¨und¨uz,Fellow, IEEE Abstract—Efficient data transmission across mobile multi-hop networks that connect edge devices to core servers presents significant challenges, particularly due to the variability in link qualities between wireless and wired segments. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:In this paper, we introduces a novel DeepJSCC framework, h-DJSCC, tailored for efficient image transmission across hybrid mobile multi-hop networks. PDF p.2
  6. 方案起作用的机制:Learned Image Compression Learned image compression leverages neural networks to optimize the image compression process, often outperforming traditional methods by jointly learning efficient representa- tions and entropy models. PDF p.3
  7. 作者希望证明的结论:For each η value, a specific code rate and modulation order which achieves the best R-D performance is adopted whose performance is shown in Fig. 10. PDF p.11

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC、BPG、LDPC

信道/链路:AWGN、Rayleigh、fading channel、QAM

指标:PSNR、SSIM、semantic similarity、latency

SNR 条件:2 dB、9 dB、1 dB、1 dB、5 dB、9 dB、1 dB、9 dB、1 dB、5 dB、9 dB、5 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks 架构/方法页
A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks,原 PDF 第 1 页(架构/方法页)。
A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks 关键结果页
A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks,原 PDF 第 11 页(关键结果页)。

Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models

2025 · 2025 IEEE 35th International Workshop on Machine Learning for Signal Processing (MLSP) · 通信安全与隐私

作者:Ruiqi Shen; Haotian Wu; Wenjing Zhang; Jiangjing Hu; Deniz Gunduz

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, emerging applications increasingly pri- oritize semantic preservation over pixel-level reconstruc- tion and demand robust performance across diverse data distributions and downstream tasks. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。
  5. 本文提出的方案:Motivated by the zero-shot and representational capabilities of mul- timodal foundation models, we propose a novel semantic compression method based on the contrastive language- image pretraining (CLIP) model. PDF p.1
  6. 方案起作用的机制:INTRODUCTION Deep learning has revolutionized lossy image compression by introducing data-driven codecs that replace classical analysis and synthesis transforms with neural networks. PDF p.1
  7. 作者希望证明的结论:As shown in Fig. 6, on OxfordPets, our method achieves accura- cies of 83.56% at 2.29×10−3 bpp and 87.33% at 3.43×10−3 bpp, using less than 3% of the bpp required by learned im- age compression methods like Cheng2020-anchor [2], which achieves 86.28% accuracy with 96.1 × 10−3 bpp. PDF p.4

方法与通信系统定位

研究任务:视频传输/生成

所属环节:通信安全与隐私。研究语义特征在无线窃听、模型反演或攻击下是否泄露,以及可靠性和隐私之间的权衡。

给深度学习研究生的解释:即使传的不是原始比特,latent 仍可能泄露内容;安全研究要同时检查合法接收端性能和窃听者能恢复多少信息。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

未能从全文文字确定噪声加在连续 latent、调制符号还是 bit/index 上;需回到系统图与信道公式确认。

实验设置与证据

数据集:ImageNet

Baseline:论文文本未明确命中,需查看原表格或附录

信道/链路:论文文本未明确命中,需查看原表格或附录

指标:accuracy、CLIP

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models 架构/方法页
Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models,原 PDF 第 2 页(架构/方法页)。
Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models 关键结果页
Compression Beyond Pixels: Semantic Compression with Multimodal Foundation Models,原 PDF 第 4 页(关键结果页)。

Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission

2025 · IEEE Transactions on Machine Learning in Communications and Networking · 通信安全与隐私

作者:Mehdi Letafati; Seyyed Amirhossein Ameli Kalkhoran; Ecenaz Erdemir; Babak Hossein Khalaj; Hamid Behroozi; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, these works only focused on learning secure channel coding via DNNs rather than taking the source and channel coding jointly into account, i.e., undifferentiated with respect to the content of the message being delivered. PDF p.2
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。
  5. 本文提出的方案:Our Contributions We propose a DeepJSCC-based solution for secure E2E wireless image transmission against multiple eavesdroppers. PDF p.2
  6. 方案起作用的机制:A and B employ DNNs and perform secure Depp-JSCC by leveraging the concept of autoencoders. PDF p.3
  7. 作者希望证明的结论:One can infer from this figure and Fig. 6-(a) that our pro- posed system outperforms the benchmarks in terms of both information leakage and utility. PDF p.10

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:通信安全与隐私。研究语义特征在无线窃听、模型反演或攻击下是否泄露,以及可靠性和隐私之间的权衡。

给深度学习研究生的解释:即使传的不是原始比特,latent 仍可能泄露内容;安全研究要同时检查合法接收端性能和窃听者能恢复多少信息。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

实验设置与证据

数据集:CIFAR-10、ImageNet、Kodak

Baseline:DeepJSCC

信道/链路:AWGN、Rayleigh、fading channel、MIMO

指标:PSNR、SSIM、accuracy、latency

SNR 条件:20dB、30dB、5 dB、5 dB、15 dB、25dB、24.59dB、22.19dB、13.51dB、13.75dB、16.81dB、14.39dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于说明语义特征并非天然安全,并给出可靠性、隐私和资源开销之间可测量的权衡。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission 架构/方法页
Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission,原 PDF 第 3 页(架构/方法页)。
Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission 关键结果页
Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission,原 PDF 第 10 页(关键结果页)。

Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-off

2025 · ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) · 多用户接入与广播

作者:Andriy Enttsel; Weicheng Wang; Mauro Mangia; R. Rovatti; Deniz Gunduz

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, the main limitation of JSCC lies in the lack of a sys- tematic design procedure for encoder and decoder mappings covering general source-channel pairs. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:NUMERICAL RESULTS In this section, we present numerical results that validate the theoretical analysis and illustrate the trade-off between distortion, PDF p.3
  6. 方案起作用的机制:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  7. 作者希望证明的结论:全文自动定位未找到可靠句子,需回到 PDF 人工核查。

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

论文未以可检索文本完整报告输入尺寸、latent/token 数、每个 index 的 bit 数与总开销;本报告不在缺少形状和码本参数时伪造压缩率。可按 $R=N_s b_s/N_{src}$ 或 $\rho=n/k$ 在取得参数后推导。

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:JPEG

信道/链路:AWGN、MIMO

指标:accuracy、latency

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-off 架构/方法页
Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-off,原 PDF 第 1 页(架构/方法页)。
Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-off 关键结果页
Goal-Oriented Joint Source–Channel Coding: Distortion–Classification–Power Trade-off,原 PDF 第 11 页(关键结果页)。

Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image Recovery

2025 · ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) · 多用户接入与广播

作者:Didrik Bergstrom; Deniz Gunduz; Onur Gunlu

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Benefiting from recent advances in deep learning methods, DeepJSCC [3] outperforms state-of-the-art separation-based baselines. PDF p.1
  2. 仍然存在的问题:An important limitation of DeepJSCC is noise accumula- tion in multi-hop relaying settings, where consecutive trans- missions through noisy channels significantly degrade the quality of the reconstructed image, in terms of both distortion and perceptual quality [7]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:In this paper, we propose a new architecture that incor- porates DHD into the DeepJSCC framework, which can be considered a form of “semantic clustering” that allows relays to mitigate semantic shifts caused by channel noise. PDF p.1
  6. 方案起作用的机制:Deep Hash Distillation (DHD) A DHD module H(·) ≜Hθ(Eθ(·)) consists of two parts Eθ(S) : S ∈[0, 1]C×H×W →z ∈RNE, Hθ(z) : z ∈RNE →h ∈(−1, 1)NH where Eθ(·) is a pre-trained encoder that takes a source image S and outputs a feature vector z, and Hθ(·) is a fully connected (FC) hash function with tanh activation that takes z as input and outputs a hash vector h of length NH. PDF p.2
  7. 作者希望证明的结论:Our results show that our system con- sistently reconstructs images with higher perceptual similarity compared to the baseline. PDF p.4

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:DeepJSCC、separation-based

信道/链路:AWGN

指标:PSNR、LPIPS、accuracy、latency

SNR 条件:5 dB、10 dB、15 dB、5 dB、10 dB、15 dB、10 dB、5 dB、10 dB、15 dB、5 dB、10 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;跨数据域、未见任务和信道失配下的泛化证据有限。

Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image Recovery 架构/方法页
Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image Recovery,原 PDF 第 3 页(架构/方法页)。
Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image Recovery 关键结果页
Multi-Hop Deep Joint Source-Channel Coding With Deep Hash Distillation for Semantically Aligned Image Recovery,原 PDF 第 4 页(关键结果页)。

Pragmatic Communication for Remote Control of Finite-State Markov Processes

2025 · IEEE Journal on Selected Areas in Communications · 资源分配与跨层优化

作者:Pietro Maria Talli; Edoardo David Santi; Federico Chiariotti; Touraj Soleymani; Federico Mason; Andréa Zanella; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, modeling, design, and optimization of CPSs in terms of control and communication policies can be quite challenging when control quality indices and communication constraints are simultaneously taken into account [9], [10]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:In this paper, we develop a general theoretical framework for the remote control of finite- state Markov processes, using pragmatic communication over a costly zero-delay communication channel. PDF p.1
  6. 方案起作用的机制:This model, in general, consists of an encoder and a decoder, which can exchange information and should cooperatively accomplish a goal. PDF p.2
  7. 作者希望证明的结论:The optimal communication policy maximizes the value function Ve(st, ∆t, st−∆t) = πe(st, ∆t, st−k)(Ve(st, 0, st) −β) + (1 −πe(st, ∆t, st−∆t)) X st+1∈S γP πd(∆t,st−∆t) stst+1 × rst,st+1(πd(∆t, st−∆t)) γ + Ve(st+1, ∆t+1, st−∆t)  . (17) In particular, the superiority of the push-based approach over the pull-based one is proved by Theorem 2, where we write π ⪰β π′ to denote that the joint policy π outperforms the joint policy π′, i.e., that Rπ β ≥Rπ′ β . PDF p.7

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:论文未明确给出可复现数字接口 未在全文自动定位到量化、码本、有限星座或 bitstream 证据,不能把普通 latent 自动认定为数字语义通信。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:论文文本未明确命中,需查看原表格或附录

信道/链路:论文文本未明确命中,需查看原表格或附录

指标:throughput

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;语义表示到实际 bit/symbol 的映射与开销未被完整报告;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Pragmatic Communication for Remote Control of Finite-State Markov Processes 架构/方法页
Pragmatic Communication for Remote Control of Finite-State Markov Processes,原 PDF 第 2 页(架构/方法页)。
Pragmatic Communication for Remote Control of Finite-State Markov Processes 关键结果页
Pragmatic Communication for Remote Control of Finite-State Markov Processes,原 PDF 第 9 页(关键结果页)。

Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks

2025 · IEEE Journal on Selected Areas in Communications · 资源分配与跨层优化

作者:Chenghong Bian; Yulin Shao; Haotian Wu; Emre Özfatura; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:The DeepJSCC scheme introduced in [13] has demonstrated superiority over conventional digital approaches, combining state-of-the-art compression techniques with nearly optimal channel codes for image transmission across AWGN and Rayleigh fading channels. PDF p.1
  2. 仍然存在的问题:While DF mitigates the noise forwarding issue, it faces limitations when the source-to-relay channel quality is poor. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks Chenghong Bian, Graduate Student Member, IEEE, Yulin Shao, Member, IEEE, Haotian Wu, Graduate Student Member, IEEE, Emre Ozfatura, Member, IEEE, Deniz G¨und¨uz, Fellow, IEEE Abstract—We introduce deep joint source-channel coding (DeepJSCC) schemes for image transmission over cooperative relay channels. PDF p.1
  6. 方案起作用的机制:We evenly partition the input image S into a sequence of p × p tokens along its spatial dimensions3, where each token consists of Nt ≜M/p2 elements. PDF p.4
  7. 作者希望证明的结论:Moreover, the DeepJSCC-PF outperforms the DeepJSCC-AF protocol in all the considered scenarios, which is intuitive as the DNNs at the relay should perform at least as well as linear scaling of the DeepJSCC-AF. PDF p.11

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

论文没有用可检索文字明确报告 feature map、latent、token、index 或 bitstream 的形状。

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC、BPG、separation-based

信道/链路:AWGN、Rayleigh、fading channel、MIMO、OFDM、relay channel

指标:PSNR、SSIM

SNR 条件:0 dB、10 dB、10 dB、3 dB、27.16 dB、3 dB、3 dB、3 dB、1 dB、10 dB、5 dB、3 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:跨数据域、未见任务和信道失配下的泛化证据有限。

Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks 架构/方法页
Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks,原 PDF 第 1 页(架构/方法页)。
Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks 关键结果页
Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks,原 PDF 第 10 页(关键结果页)。

SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission

2025 · IEEE Transactions on Communications · 物理层调制、波形与 MIMO

作者:Xue Han; Yongpeng Wu; Zhen Gao; Biqian Feng; Yuxuan Shi; Denız Gündüz; Wenjun Zhang

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Semantic communication integrated with end-to-end JSCC designs for image transmission has demonstrated more sat- isfying performance; however, they have several limitations in front of their adoption in practical systems. PDF p.2
  2. 仍然存在的问题:INTRODUCTION A S the development towards the sixth-generation (6G) of mobile communication networks are at full speed, a widely accepted challenge is the explosive growth in multime- dia transmission, which finds applications in many emerging verticals and services, e.g., augmented reality/virtual real- ity (AR/VR), autonomous driving, and intelligent transporta- tion/factory [1]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:In this paper, we propose a novel standard-compatible JSCC framework for the transmission of images over multiple-input multiple-output (MIMO) channels. PDF p.1
  6. 方案起作用的机制:Different from the existing end-to-end AI- based DeepJSCC schemes, our framework consists of learnable modules that enable communication using conventional separate source and channel codes (SSCC), which makes it amenable for easy deployment on legacy systems. PDF p.1
  7. 作者希望证明的结论:The ADJSCC model outperforms the basic JSCC model across diverse SNR and bandwidth ratios, highlighting its adaptability to various channel conditions. • DeepJSCC-MIMO. PDF p.9

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:ImageNet、Kodak、CLIC、COCO、Cityscapes

Baseline:DeepJSCC、BPG、JPEG2000、JPEG、LDPC、Polar、NTSCC、separation-based

信道/链路:Rayleigh、fading channel、MIMO、QAM、relay channel

指标:PSNR、SSIM、MS-SSIM、accuracy、latency、throughput、mIoU

SNR 条件:6 dB、1.6 dB、6 dB、6 dB、6 dB、2 dB、6 dB、10 dB、10 dB、10 dB、1.28 dB、10 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission 架构/方法页
SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission,原 PDF 第 2 页(架构/方法页)。
SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission 关键结果页
SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission,原 PDF 第 9 页(关键结果页)。

Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission

2025 · IEEE Transactions on Wireless Communications · 多用户接入与广播

作者:Maojun Zhang; Haotian Wu; Guangxu Zhu; Richeng Jin; Xiaoming Chen; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Among various generative models, DM has demonstrated remarkable results, particularly in visual generation tasks. PDF p.2
  2. 仍然存在的问题:Existing schemes that integrate diffusion models (DMs) with JSCC face challenges in transforming random generation into accurate reconstruction and adapting to varying channel conditions. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:In a fast fading channel, we introduce a training-free denoising strategy, allowing SGD-JSCC to effectively adjust to fluctuations in channel gains. PDF p.1
  6. 方案起作用的机制:Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission Maojun Zhang, Student Member, IEEE, Haotian Wu, Member, IEEE, Guangxu Zhu, Member, IEEE, Richeng Jin, Member, IEEE, Xiaoming Chen, Senior Member, IEEE, Deniz G¨und¨uz, Fellow, IEEE Abstract—Joint source-channel coding (JSCC) offers a promis- ing avenue for enhancing transmission efficiency by jointly incorporating source and channel statistics into the system design. PDF p.1
  7. 作者希望证明的结论:Second, in terms of LPIPS metric, the proposed SGD-JSCC scheme outperforms both the AD- JSCC and JSCCformer schemes. PDF p.11

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:ImageNet、Kodak、COCO

Baseline:DeepJSCC、LDPC、Polar、separation-based

信道/链路:AWGN、Rayleigh、fading channel、MIMO、OFDM、QAM

指标:PSNR、LPIPS、FID、accuracy、latency、CLIP

SNR 条件:15 dB、15dB、10dB、10dB、2.5dB、5 dB、5 dB、5 dB、15 dB、5 dB、5 dB、15 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission 架构/方法页
Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission,原 PDF 第 3 页(架构/方法页)。
Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission 关键结果页
Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission,原 PDF 第 10 页(关键结果页)。

Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision Mitigation

2025 · IEEE INFOCOM 2025 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS) · 多用户接入与广播

作者:Li Qiao; Mahdi Boloursaz Mashhadi; Zhen Gao; Deniz Gündüz

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Similarly, masked image modeling, e.g., MaskGIT [7], has shown success in vi- sion tasks. PDF p.1
  2. 仍然存在的问题:However, as the number of devices and the dimension of their signals increase, the prediction space for MLLMs grows exponentially, making the complexity of relying solely on MLLMs impractical. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:In this paper, we propose a semantic multiple access scheme in the token domain, referred to as ToDMA, where a large number of devices share a tokenizer and a modulation codebook for source and channel coding, respectively. PDF p.1
  6. 方案起作用的机制:The receiver detects the transmitted tokens, assigns them to their respective sources, and mitigates token collisions by leveraging context and se- mantic orthogonality across the devices’ messages. PDF p.1
  7. 作者希望证明的结论:Simulation results demonstrate that ToDMA outperforms context-unaware or- thogonal and non-orthogonal communication schemes in both communication latency and image transmission quality. PDF p.6

方法与通信系统定位

研究任务:语音/音频传输或识别

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

论文未以可检索文本完整报告输入尺寸、latent/token 数、每个 index 的 bit 数与总开销;本报告不在缺少形状和码本参数时伪造压缩率。可按 $R=N_s b_s/N_{src}$ 或 $\rho=n/k$ 在取得参数后推导。

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:ImageNet

Baseline:DeepJSCC、BERT

信道/链路:Rayleigh、MIMO、OFDM、QAM

指标:PSNR、LPIPS、accuracy、latency、BER

SNR 条件:25 dB、25 dB、25 dB、25 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:跨数据域、未见任务和信道失配下的泛化证据有限。

Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision Mitigation 架构/方法页
Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision Mitigation,原 PDF 第 2 页(架构/方法页)。
Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision Mitigation 关键结果页
Token-Domain Multiple Access: Exploiting Semantic Orthogonality for Collision Mitigation,原 PDF 第 4 页(关键结果页)。

Zero-Shot Semantic Communication With Multimodal Foundation Models

2025 · IEEE Transactions on Vehicular Technology · 任务导向边缘推理

作者:Jiangjing Hu; Haotian Wu; Wenjing Zhang; Fengyu Wang; Qiyong Xu; Hui Gao; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, their reliance on predefined tasks and datasets significantly limits their flexibility and generalizability in practical deployments. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于用更少上行数据完成相同任务,从而降低端到端时延、能耗和无线负载。
  5. 本文提出的方案:Inspired by this, we introduce SemCLIP, a zero-shot SemCom framework leveraging the contrastive language-image pre-training (CLIP) model. PDF p.1
  6. 方案起作用的机制:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  7. 作者希望证明的结论:Specifically, at −5 dB, SemCLIP achieves a 41% performance gain compared to CLIP-FT on classification, in terms of cross-modal retrieval, the gap is 35.67%. PDF p.4

方法与通信系统定位

研究任务:视频传输/生成

所属环节:任务导向边缘推理。接收端不必恢复原始数据,只需完成分类、检索或推理任务;核心指标从像素误差转向任务正确率。

给深度学习研究生的解释:它类似 split learning:设备只上传足以完成下游任务的中间特征,通信系统关心的是任务准确率和时延,而不是把原数据无损搬过去。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

实验设置与证据

数据集:ImageNet

Baseline:DeepJSCC、separation-based

信道/链路:AWGN、OFDM

指标:accuracy、semantic similarity、latency、CLIP

SNR 条件:2 dB、5 dB、0 dB、10 dB、0 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于用更少上行数据完成相同任务,从而降低端到端时延、能耗和无线负载。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Zero-Shot Semantic Communication With Multimodal Foundation Models 架构/方法页
Zero-Shot Semantic Communication With Multimodal Foundation Models,原 PDF 第 2 页(架构/方法页)。
Zero-Shot Semantic Communication With Multimodal Foundation Models 关键结果页
Zero-Shot Semantic Communication With Multimodal Foundation Models,原 PDF 第 4 页(关键结果页)。

Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication

2026 · ICC 2026 - IEEE International Conference on Communications · 联合信源信道编码(JSCC)

作者:Bingxuan Xu; Haotian Wu; Xiaodong Xu; Deniz Gunduz

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication Bingxuan Xu∗, Haotian Wu†, Xiaodong Xu∗, Deniz Gunduz† ∗State Key Laboratory of Networking and Switching Technology, BUPT, Beijing, China † Imperial College London, London, UK {xubingxuan,xuxiaodong}@bupt.edu.cn, {haotian.wu17,d.gunduz}@imperial.ac.uk Abstract—Diffusion-aided deep joint source–channel coding (DeepJSCC) has shown strong potential for semantic communica- tion (SemCom) under challenging wireless conditions. PDF p.1
  2. 仍然存在的问题:However, existing diffusion-based JSCC schemes lack adaptivity in three key aspects: (i) task-specific fine-tuning, (ii) channel and rate adaptation, and (iii) instance-level generalization. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:通信审稿人关注它是否在相同带宽、功率和信道条件下优于分离式压缩+信道编码,并且是否避免 cliff effect、改善信道失配鲁棒性。
  5. 本文提出的方案:We propose FPS-SemCom, a feedback-guided diffusion posterior sampling framework that unifies posterior-based decoding and feedback- driven progressive encoding. PDF p.1
  6. 方案起作用的机制:Although DM-based DeepJSCC frameworks have made significant progress by leveraging the strong generative priors to enhance perceptual quality, several key challenges remain: • Costly fine-tuning and semantic inconsistency. PDF p.2
  7. 作者希望证明的结论:In our implementation, we adopt DDRM and Netsed diffusion models [16] as our posterior sam- pling decoder: the Nested Diffusion–driven decoder achieves better perceptual quality, whereas the DDRM–based decoder offers superior distortion performance. PDF p.5

方法与通信系统定位

研究任务:视频传输/生成

所属环节:联合信源信道编码(JSCC)。把压缩与抗信道噪声放在一个端到端模型中优化,避免传统分离设计在短码长或信道失配时的性能断崖。

给深度学习研究生的解释:把它看成一个同时学习“压缩器”和“抗噪声传输器”的 autoencoder;中间瓶颈不是普通 latent,而是要占用真实信道资源的符号。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

未找到量化、码本、有限星座或 bitstream 证据;不能把神经网络 bottleneck 自动当作数字链路。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:连续 latent/信道符号联合训练 接收端拿到带噪连续特征或均衡后的复符号,而不是出错的 VQ index;能抗模拟噪声但不等价于解决数字 index error。

实验设置与证据

数据集:Kodak

Baseline:DeepJSCC

信道/链路:AWGN、MIMO

指标:PSNR、SSIM、MS-SSIM、LPIPS

SNR 条件:1.56 dB、1dB、20dB、1 dB、10 dB、20 dB、30 dB、1 dB、10 dB、20 dB、30 dB、30 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

通信审稿人关注它是否在相同带宽、功率和信道条件下优于分离式压缩+信道编码,并且是否避免 cliff effect、改善信道失配鲁棒性。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication 架构/方法页
Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication,原 PDF 第 1 页(架构/方法页)。
Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication 关键结果页
Diffusion Posterior Sampling with Channel Feedback for Adaptive Semantic Communication,原 PDF 第 5 页(关键结果页)。

Diffusion-Aided Extreme Video Compression with Lightweight Semantics Guidance

2026 · ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) · 物理层调制、波形与 MIMO

作者:Maojun Zhang; Haotian Wu; Richeng Jin; Deniz Gunduz; K. Mikolajczyk

团队归属:补充数据库轮次核验:指定负责人直接署名(Deniz Gunduz, Deniz Gündüz);Crossref/DBLP 正式 DOI 元数据。

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:Over the past decades, a series of standard- ized codecs have been developed, evolving from H.264/AVC [1] to H.265/HEVC [2] and most recently H.266/VVC [3]. PDF p.1
  2. 仍然存在的问题:To overcome these limitations, deep learning–based approaches have emerged, initially improving isolated components [4] (e.g., residual prediction) and later advancing to fully end- to-end frameworks that directly optimize the rate-distortion trade-off [5, 6, 7]. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。
  5. 本文提出的方案:In this work, we propose a semantics- driven video compression framework that explicitly extracts and compresses motion semantics to enable extreme com- pression. PDF p.2
  6. 方案起作用的机制:Generative models, especially diffusion models, offer a new paradigm for video compression by leveraging high-level semantic understanding and powerful visual synthesis. PDF p.1
  7. 作者希望证明的结论:H.265 consistently outperforms H.264 and remains com- petitive with learning-based methods at moderate bit-rates (BPP≥0.01). PDF p.4

方法与通信系统定位

研究任务:视频传输/生成

所属环节:物理层调制、波形与 MIMO。研究语义特征如何真正映射到天线、子载波或有限星座,而不是停留在抽象神经网络信道。

给深度学习研究生的解释:这部分决定神经网络输出最终怎样变成可由射频链路发送的复数符号、星座点、子载波或多天线信号,是从算法仿真走向通信实现的关键接口。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

论文未以可检索文本完整报告输入尺寸、latent/token 数、每个 index 的 bit 数与总开销;本报告不在缺少形状和码本参数时伪造压缩率。可按 $R=N_s b_s/N_{src}$ 或 $\rho=n/k$ 在取得参数后推导。

信道处理机制:decoder 实际收到什么

分类:信道作用点不够明确 全文自动证据不足;可能默认传统链路无误传输,必须结合系统图和公式人工确认 decoder 的实际输入。

未能从全文文字确定噪声加在连续 latent、调制符号还是 bit/index 上;需回到系统图与信道公式确认。

实验设置与证据

数据集:论文文本未明确命中,需查看原表格或附录

Baseline:H.264、H.265、BERT

信道/链路:论文文本未明确命中,需查看原表格或附录

指标:LPIPS、CLIP

SNR 条件:论文文本未明确命中,需查看原表格或附录

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于补上从连续 latent 到可发送波形之间的工程缺口,并检验频谱效率、PAPR、星座约束、CSI 或多天线增益。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明;跨数据域、未见任务和信道失配下的泛化证据有限。

Diffusion-Aided Extreme Video Compression with Lightweight Semantics Guidance 架构/方法页
Diffusion-Aided Extreme Video Compression with Lightweight Semantics Guidance,原 PDF 第 1 页(架构/方法页)。
Diffusion-Aided Extreme Video Compression with Lightweight Semantics Guidance 关键结果页
Diffusion-Aided Extreme Video Compression with Lightweight Semantics Guidance,原 PDF 第 3 页(关键结果页)。

In-Context Learning for Deep Joint Source-Channel Coding Over MIMO Channels

2026 · IEEE Transactions on Wireless Communications · 多用户接入与广播

作者:Meng Hua; Wenjing Zhang; Chenghong Bian; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:As demonstrated in [28], the decoder-only transformer architecture has shown the capability to perform ICL for inverse linear models: given a prompt comprising context information and a query output, the decoder-only transformer can infer the corresponding input. PDF p.4
  2. 仍然存在的问题:Nevertheless, the aforementioned works assume perfect knowledge of CSI, which is overly idealistic and impractical in real-world sce- narios. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。
  5. 本文提出的方案:For both open-loop and closed-loop scenarios, we propose two MIMO transceiver architectures that leverage context information, i.e., pilot sequences and their outputs, as additional inputs, enabling the DeepJSCC encoder, DeepJSCC decoder, and the ICL denoiser to jointly learn encoding, decoding, and estimation strategies tailored to each channel realization. PDF p.1
  6. 方案起作用的机制:Note that each pilot pair (yp,n, xp,n) , ∀n, is independently and identically distributed given task τ. (3) Prompt: A prompt for task τ is defined as prompt = Cτ p, yquery  , (10) which consists of the context information Cτ p and the query signal yquery, which is the received channel output. PDF p.4
  7. 作者希望证明的结论:Experimental results demonstrate that the ICAR- enhanced ICL denoiser offers superior robustness and adapt- ability, particularly in nonlinear and imperfect CSI regimes, making it a viable alternative to traditional closed-loop meth- ods. PDF p.8

方法与通信系统定位

研究任务:视频传输/生成

所属环节:多用户接入与广播。研究多个用户如何共享无线资源,以及语义相关性、用户信道差异如何改变传统接入设计。

给深度学习研究生的解释:这相当于一个模型同时服务多个接收端,但每个用户的信道质量和任务需求不同;不能只优化单个样本的 loss。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:显式离散/数字语义表示 全文出现 VQ、码本 index、离散 token 或 bitstream;需重点检查 index/bit 出错后是否会跳到错误码字。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:有限星座/调制符号直接过噪声信道 接收端从有噪星座或 soft symbol 恢复语义;需区分是否有显式 bit/index 译码。

实验设置与证据

数据集:CIFAR-10

Baseline:DeepJSCC、BPG、SwinJSCC、separation-based

信道/链路:MIMO、OFDM

指标:PSNR、accuracy、latency

SNR 条件:20 dB、20 dB、20 dB、20 dB、20 dB、20 dB、15 dB、20 dB、20 dB、10 dB、10 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于利用用户间语义相关性或分层需求改善频谱共享,而不只是分别运行多个点到点网络。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证。

In-Context Learning for Deep Joint Source-Channel Coding Over MIMO Channels 架构/方法页
In-Context Learning for Deep Joint Source-Channel Coding Over MIMO Channels,原 PDF 第 2 页(架构/方法页)。
In-Context Learning for Deep Joint Source-Channel Coding Over MIMO Channels 关键结果页
In-Context Learning for Deep Joint Source-Channel Coding Over MIMO Channels,原 PDF 第 8 页(关键结果页)。

Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding

2026 · IEEE Transactions on Wireless Communications · 资源分配与跨层优化

作者:Selim F. Yilmaz; Can Karamanlı; Denız Gündüz

团队归属:指定团队负责人直接署名:Denız Gündüz

Motivation|问题怎样一步步导出本文方法

  1. 现有进展:全文自动定位未找到可靠句子,需回到 PDF 人工核查。
  2. 仍然存在的问题:However, it is known from information theory and recent implementations of non-orthogonal multiple access (NOMA) techniques [1] that significant gains can be achieved by allowing interference among transmitters, albeit at a cost of increased complexity at the receiver. PDF p.1
  3. 为什么旧方法不够:在通信系统中,模型必须同时面对有限带宽、信道噪声和发送功率约束;只优化离线重建或任务 loss,不能保证相同信道使用次数下仍然可靠。
  4. 为什么重要:价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。
  5. 本文提出的方案:We introduce a machine learning (ML)-aided wireless image transmission method that merges compression and channel coding using a multi-view autoencoder, which allows the transmitters to use all the available channel resources simultaneously, resulting in a non-orthogonal multiple access (NOMA) scheme. PDF p.1
  6. 方案起作用的机制:Cheng et al. [33] introduce a goal-oriented semantic information transmission framework with message-sharing NOMA, improving efficiency by leveraging common messages among users. PDF p.3
  7. 作者希望证明的结论:Our DeepJSCC-PNOMA scheme outperforms digital and DeepJSCC-based point-to-point alternatives. PDF p.11

方法与通信系统定位

研究任务:文本传输/机器翻译

所属环节:资源分配与跨层优化。语义编码器的性能被放进带宽、功率、时延或计算资源约束中联合优化。

给深度学习研究生的解释:模型性能在这里会被抽象成速率—精度或功率—失真曲线,再与无线资源约束一起求最优分配。

为什么方法可能解决开头的问题:方案把论文关注的语义表示、信道或资源约束放进同一训练/优化目标,使发送端学习的不只是数据压缩,而是“在给定无线资源和噪声下什么信息最值得发送”。

输入—编码—信道—接收端:全文方法证据

中间语义表示是什么

数字化方案与实际传输开销

数字化判断:数字调制或混合数字-模拟链路 语义表示被映射到有限星座、编码 bit 或数字/模拟并行分支,已经触及可部署物理层接口。

bit / token / channel-use / CBR 证据

信道处理机制:decoder 实际收到什么

分类:数字语义特征 + 传统信道编码 decoder 通常看到信道译码后的 bit/index;若论文只假设译码成功,则未真正学习处理残余 index 跳变。

实验设置与证据

数据集:CIFAR-10、ImageNet、Kodak、Europarl、Cityscapes、MNIST

Baseline:DeepJSCC、BPG、LDPC、separation-based

信道/链路:AWGN、Rayleigh、Rician、fading channel、MIMO、OFDM、QAM、broadcast channel

指标:PSNR、SSIM、MS-SSIM、LPIPS、throughput

SNR 条件:5 dB、3 dB、3 dB、0 dB、0 dB

主要实验结论(带全文页码)

通信审稿价值与 Codex 判断

价值在于把语义质量转化为可优化的网络效用,并回答有限功率、带宽、时延应分给谁。

局限:证据主要来自数据集与仿真信道,缺少真实射频链路/原型验证;残余 bit/VQ-index 错误导致码字跳变的鲁棒性没有被充分证明。

Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding 架构/方法页
Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding,原 PDF 第 1 页(架构/方法页)。
Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding 关键结果页
Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding,原 PDF 第 16 页(关键结果页)。

排除与边界记录

这些条目在检索中出现,但因预印本、综述/愿景、MDPI、主题边界或被期刊扩展版取代而未进入核心表。

年份标题原因
2021AirNet: Neural Network Transmission over the Air非正式期刊/会议技术论文类型:preprint
2021Bandwidth-Agile Image Transmission With Deep Joint Source-Channel Coding非正式期刊/会议技术论文类型:preprint
2021DeepJSCC-Q: Channel Input Constrained Deep Joint Source-Channel Coding非正式期刊/会议技术论文类型:preprint
2021DeepWiVe: Deep-Learning-Aided Wireless Video Transmission非正式期刊/会议技术论文类型:preprint
2021Privacy-Aware Communication Over a Wiretap Channel with Generative Networks非正式期刊/会议技术论文类型:preprint
2021Progressive Feature Transmission for Split Inference at the Wireless Edge非正式期刊/会议技术论文类型:preprint
2022A Theory of Semantic Communication非正式期刊/会议技术论文类型:preprint
2022Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications综述、教程、愿景或编者按,非正式技术研究论文
2022Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications非正式期刊/会议技术论文类型:preprint
2022Deep Joint Source-Channel and Encryption Coding: Secure Semantic Communications非正式期刊/会议技术论文类型:preprint
2022Deep Joint Source-Channel Coding for Semantic Communications非正式期刊/会议技术论文类型:preprint
2022Deep Joint Source-Channel Coding Over Cooperative Relay Networks非正式期刊/会议技术论文类型:preprint
2022Deep Neural Networks for Joint Source-Channel Coding非正式期刊/会议技术论文类型:book-chapter
2022DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding非正式期刊/会议技术论文类型:preprint
2022Distributed Deep Joint Source-Channel Coding over a Multiple Access Channel非正式期刊/会议技术论文类型:preprint
2022Generative Joint Source-Channel Coding for Semantic Image Transmission非正式期刊/会议技术论文类型:preprint
2022Guest Editorial Special Issue on Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications非正式期刊/会议技术论文类型:editorial
2022Semantic Communications with Discrete-time Analog Transmission: A PAPR Perspective非正式期刊/会议技术论文类型:preprint
2022Space-time design for deep joint source channel coding of images Over MIMO channels非正式期刊/会议技术论文类型:preprint
2022Timely Wireless Edge Inference非正式期刊/会议技术论文类型:book-chapter
2022Transformer-Empowered 6G Intelligent Networks: From Massive MIMO Processing to Semantic Communication非正式期刊/会议技术论文类型:preprint
2022Vision Transformer for Adaptive Image Transmission over MIMO Channels非正式期刊/会议技术论文类型:preprint
2023A Hybrid Joint Source-Channel Coding Scheme for Mobile Multi-hop Networks非正式期刊/会议技术论文类型:preprint
2023A Hybrid Wireless Image Transmission Scheme with Diffusion非正式期刊/会议技术论文类型:preprint
2023Collaborative Semantic Communication for Edge Inference非正式期刊/会议技术论文类型:preprint
2023CommIN: Semantic Image Communications as an Inverse Problem with INN-Guided Diffusion Models非正式期刊/会议技术论文类型:preprint
2023Deep Joint Source-Channel Coding for Adaptive Image Transmission over MIMO Channels非正式期刊/会议技术论文类型:preprint
2023DeepJSCC-l++: Robust and Bandwidth-Adaptive Wireless Image Transmission非正式期刊/会议技术论文类型:preprint
2023Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information非正式期刊/会议技术论文类型:preprint
2023Features-over-the-Air: Contrastive Learning Enabled Cooperative Edge Inference非正式期刊/会议技术论文类型:preprint
2023Guest Editorial Special Issue on the Role of Freshness and Semantic Measures in the Transmission of Information for Next-Generation Networks非正式期刊/会议技术论文类型:editorial
2023High Perceptual Quality Wireless Image Delivery with Denoising Diffusion Models非正式期刊/会议技术论文类型:preprint
2023Secure Deep-JSCC Against Multiple Eavesdroppers非正式期刊/会议技术论文类型:preprint
2023Semantic Communication of Learnable Concepts非正式期刊/会议技术论文类型:preprint
2023Timely and Massive Communication in 6G: Pragmatics, Learning, and Inference正式出版但缺少可核验算法/实验贡献,归入背景材料
2023Timely and Massive Communication in 6G: Pragmatics, Learning, and Inference非正式期刊/会议技术论文类型:preprint
2023Transformer-aided Wireless Image Transmission with Channel Feedback非正式期刊/会议技术论文类型:preprint
2023Vision Transformer for Adaptive Image Transmission over MIMO Channels综述、教程、愿景或编者按,非正式技术研究论文
2024Deep Joint Source Channel Coding for Privacy-Aware End-to-End Image Transmission非正式期刊/会议技术论文类型:preprint
2024Distributed Indirect Source Coding with Decoder Side Information非正式期刊/会议技术论文类型:preprint
2024Energy-Constrained Information Storage on Memristive Devices in the Presence of Resistive Drift非正式期刊/会议技术论文类型:preprint
2024Evolving Semantic Communication with Generative Model非正式期刊/会议技术论文类型:preprint
2024Goal-Oriented and Semantic Communication in 6G AI-Native Networks: The 6G-GOALS Approach非正式期刊/会议技术论文类型:preprint
2024Joint Source-Channel Coding: Fundamentals and Recent Progress in Practical Designs非正式期刊/会议技术论文类型:preprint
2024Joint Source–Channel Coding: Fundamentals and Recent Progress in Practical Designs综述、教程、愿景或编者按,非正式技术研究论文
2024Pragmatic Communication for Remote Control of Finite-State Markov Processes非正式期刊/会议技术论文类型:preprint
2024Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks非正式期刊/会议技术论文类型:preprint
2024Semantic communications: Theories, technologies and applications综述、教程、愿景或编者按,非正式技术研究论文
2025Deep Joint Source and Channel Coding非正式期刊/会议技术论文类型:other
2025Multimodal LLM Integrated Semantic Communications for 6G Immersive Experiences非正式期刊/会议技术论文类型:preprint
2025Private Collaborative Edge Inference via Over-the-Air Computation非正式期刊/会议技术论文类型:preprint
2025SCSC: A Novel Standards-Compatible Semantic Communication Framework for Image Transmission非正式期刊/会议技术论文类型:preprint
2025Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission非正式期刊/会议技术论文类型:preprint
2025Zero-Shot Semantic Communication with Multimodal Foundation Models非正式期刊/会议技术论文类型:preprint
2022AirNet: Neural Network Transmission over the Air存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:AirNet: Neural Network Transmission Over the Air (IEEE TWC, 2024)
2022Deep-Learning-Aided Wireless Video Transmission存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:DeepWiVe: Deep-Learning-Aided Wireless Video Transmission (IEEE JSAC, 2022)
2022DeepJSCC-Q: Channel Input Constrained Deep Joint Source-Channel Coding存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding (IEEE JSAIT, 2022)
2022Progressive Transmission of High-Dimensional Data Features for Inference at the Network Edge存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:Progressive Feature Transmission for Split Classification at the Wireless Edge (IEEE TWC, 2022)
2022Transformer-Empowered 6G Intelligent Networks: From Massive MIMO Processing to Semantic Communication全文属于综述、愿景、教程、项目/范式说明或挑战讨论,缺少本次口径要求的独立技术方法与可核验实验;转入背景清单
2023Deep Joint Source-Channel Coding for Semantic Communications全文属于综述、愿景、教程、项目/范式说明或挑战讨论,缺少本次口径要求的独立技术方法与可核验实验;转入背景清单
2024A Hybrid Joint Source-Channel Coding Scheme for Mobile Multi-Hop Networks存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:A Deep Joint Source-Channel Coding Scheme for Hybrid Mobile Multi-Hop Networks (IEEE JSAC, 2025)
2024Deep Joint Source-Channel Coding Over the Relay Channel存在同团队、同方法家族且作者高度重合的正式期刊扩展版;按既定口径由期刊版取代:Process-and-Forward: Deep Joint Source-Channel Coding Over Cooperative Relay Networks (IEEE JSAC, 2025)
2024Goal-Oriented and Semantic Communication in 6G AI-Native Networks: The 6G-GOALS Approach全文属于综述、愿景、教程、项目/范式说明或挑战讨论,缺少本次口径要求的独立技术方法与可核验实验;转入背景清单

方法与责任说明

书目元数据通过 OpenAlex、DOI 和出版页面核验;逐篇技术结论以本地 PDF 页码证据为准。自动定位不到可靠证据时明确标为待人工核查,不用摘要填充“阅读全文”结论。

AI Disclosure:本报告使用 AI 辅助完成检索、全文定位、结构化提取和网页生成;所有可核验论断均保留 DOI 或 PDF 页码入口。