基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
语义通信利用传输内容的语义信息进行编码,可以去除冗余数据,减少传输数据量,满足6G时代的智能通信需求.探究一种以文本为传输内容的语义通信系统,利用深度学习模型进行语义挖掘与特征提取,加入信道编解码层、信道层与量化层,构建端到端的深度神经网络.仿真结果表明,与传统的通信编解码方式相比,所提模型在传输时所需的数据量更少,传输的准确率更高.
推荐文章
深度学习网络的光通信系统入侵行为识别
深度学习
光通信系统
入侵行为
识别技术
基于深度学习的服装图像语义分析与检索推荐
深度卷积神经网络
多尺度特征融合
服装语义分割
服装多尺度特征提取
服装检索
服装推荐
基于深度学习的移动学习平台系统设计
移动学习平台
深度学习
系统设计
资源搜索
构建学习模型
对比验证
基于深度学习的语义分割算法综述
深度学习
语义分割
全卷积网路
编码器-解码器算法
整合上下文信息算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的语义通信系统
来源期刊 移动通信 学科
关键词 语义通信 深度神经网络 文本传输 联合编码
年,卷(期) 2021,(4) 所属期刊栏目 “6G”专题|6G
研究方向 页码范围 91-94,119
页数 5页 分类号 TN91
字数 语种 中文
DOI 10.3969/j.issn.1006-1010.2021.04.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语义通信
深度神经网络
文本传输
联合编码
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
论文1v1指导