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 > cs > arXiv:2502.12096v2

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2502.12096v2 (cs)
[提交于 2025年2月17日 (v1) ,最后修订 2025年6月6日 (此版本, v2)]

标题: 令牌通信:跨模态上下文感知语义通信的统一框架

标题: Token Communications: A Unified Framework for Cross-modal Context-aware Semantic Communications

Authors:Li Qiao, Mahdi Boloursaz Mashhadi, Zhen Gao, Rahim Tafazolli, Mehdi Bennis, Dusit Niyato
摘要: 本文中,我们引入了 Token 通信(TokCom),这是一种以大型模型驱动的框架,用于利用生成语义通信(GenSC)中的跨模态上下文信息。 TokCom 是一种新范式,受生成基础模型和多模态大型语言模型(GFM/MLLMs)最近成功的启发,其中通信单元是令牌,在发送方和接收方通过高效的基于 Transformer 的令牌处理实现。 本文介绍了利用 GenSC 中上下文的潜在机会与挑战,探索如何将基于 GFM/MLLMs 的令牌处理集成到语义通信系统中,以在可承受的复杂度下有效利用跨模态上下文,提出未来无线网络中各层高效 TokCom 的关键原则。 在一个典型的图像语义通信设置中,我们展示了 TokCom 通过利用令牌之间的上下文信息所实现的带宽效率显著提升。 最后,确定了潜在的研究方向,以促进 TokCom 在未来无线网络中的应用。
摘要: In this paper, we introduce token communications (TokCom), a large model-driven framework to leverage cross-modal context information in generative semantic communications (GenSC). TokCom is a new paradigm, motivated by the recent success of generative foundation models and multimodal large language models (GFM/MLLMs), where the communication units are tokens, enabling efficient transformer-based token processing at the transmitter and receiver. In this paper, we introduce the potential opportunities and challenges of leveraging context in GenSC, explore how to integrate GFM/MLLMs-based token processing into semantic communication systems to leverage cross-modal context effectively at affordable complexity, present the key principles for efficient TokCom at various layers in future wireless networks. In a typical image semantic communication setup, we demonstrate a significant improvement of the bandwidth efficiency, achieved by TokCom by leveraging the context information among tokens. Finally, the potential research directions are identified to facilitate adoption of TokCom in future wireless networks.
评论: 提交至IEEE期刊
主题: 信息论 (cs.IT) ; 计算机视觉与模式识别 (cs.CV); 多媒体 (cs.MM); 信号处理 (eess.SP)
引用方式: arXiv:2502.12096 [cs.IT]
  (或者 arXiv:2502.12096v2 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2502.12096
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mahdi Boloursaz Mashhadi [查看电子邮件]
[v1] 星期一, 2025 年 2 月 17 日 18:14:18 UTC (1,903 KB)
[v2] 星期五, 2025 年 6 月 6 日 18:53:50 UTC (2,389 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-02
切换浏览方式为:
cs
cs.CV
cs.MM
eess
eess.SP
math
math.IT

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