Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2305.03571

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2305.03571 (eess)
[提交于 2023年5月5日 (v1) ,最后修订 2024年3月14日 (此版本, v2)]

标题: 基于随机策略梯度的语义通信无模型强化学习

标题: Model-free Reinforcement Learning of Semantic Communication by Stochastic Policy Gradient

Authors:Edgar Beck, Carsten Bockelmann, Armin Dekorsy
摘要: 随着机器学习工具在无线通信中的近期成功,Weaver于1949年提出的语义通信概念重新受到关注。 它通过旨在传输消息的含义(即语义)而不是其精确版本,打破了香农的经典设计范式,从而实现了信息速率的节省。 在本工作中,我们通过强化学习应用随机策略梯度(SPG)来设计一个语义通信系统,分离发送器和接收器,并不需要已知或可微的信道模型——这是实际部署中的关键一步。 此外,我们从接收变量和目标变量之间的互信息最大化中推导出SPG在经典和语义通信中的使用。 数值结果表明,我们的方法在性能上与基于重参数化技巧的模型感知方法相当,尽管收敛速度有所下降。
摘要: Following the recent success of Machine Learning tools in wireless communications, the idea of semantic communication by Weaver from 1949 has gained attention. It breaks with Shannon's classic design paradigm by aiming to transmit the meaning, i.e., semantics, of a message instead of its exact version, allowing for information rate savings. In this work, we apply the Stochastic Policy Gradient (SPG) to design a semantic communication system by reinforcement learning, separating transmitter and receiver, and not requiring a known or differentiable channel model -- a crucial step towards deployment in practice. Further, we derive the use of SPG for both classic and semantic communication from the maximization of the mutual information between received and target variables. Numerical results show that our approach achieves comparable performance to a model-aware approach based on the reparametrization trick, albeit with a decreased convergence rate.
评论: 已接受发表于IEEE机器学习在通信与网络国际会议(ICMLCN 2024),源代码:https://github.com/ant-uni-bremen/SINFONY
主题: 信号处理 (eess.SP) ; 信息论 (cs.IT); 机器学习 (cs.LG); 机器学习 (stat.ML)
引用方式: arXiv:2305.03571 [eess.SP]
  (或者 arXiv:2305.03571v2 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2305.03571
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Edgar Beck M.Sc. [查看电子邮件]
[v1] 星期五, 2023 年 5 月 5 日 14:27:58 UTC (204 KB)
[v2] 星期四, 2024 年 3 月 14 日 15:54:10 UTC (208 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-05
切换浏览方式为:
cs
cs.IT
cs.LG
eess
eess.SP
math
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号