홈

깃허브 링크: GitHub - eunc812/Semantics-Native-Communication-via-Contextual-Reasoning: Implementation of Semantics-Native Communication via CImplementation of Semantics-Native Communication via Contextual Reasoning - eunc812/Semantics-Native-Communication-via-Contextual-Reasoninggithub.com 출처: H. Seo, J. Park, M. Bennis and M. Debbah, "Semantics-Native Communication via Contextual Reasoning," in IEEE..

논문 링크: Disentangling Learnable and Memorizable Data via Contrastive Learning for Semantic Communications | IEEE Conference Publication | IEEE Xplore 출처: C. Chaccour and W. Saad, "Disentangling Learnable and Memorizable Data via Contrastive Learning for Semantic Communications," 2022 56th Asilomar Conference on Signals, Systems, and Computers, Pacific Grove, CA, USA, 2022.요약 6G 시대엔 메타버스와 같은 차..

논문 링크: A Framework for AI-Native Semantic-Based Dynamic Slicing for 6G NetworksIn the ensuing ultra-dense and diverse environment in future \ac{6G} communication networks, it will be critical to optimize network resources via mechanisms that recognize and cater to the diversity, density, and dynamicity of system changes. However, coparxiv.org 출처: M. R. Chowdhury, E. Hammad, L. Loven, S. Pirttika..

논문 링크: Less Data, More Knowledge: Building Next-Generation Semantic Communication NetworksSemantic communication is viewed as a revolutionary paradigm that can potentially transform how we design and operate wireless communication systems. However, despite a recent surge of research activities in this area, remarkably, the research landscape isieeexplore.ieee.org 출처: C. Chaccour, W. Saad, M. De..

이 논문은 6G, AI native 통신에서 자주 사용되는 Split Learning에 관해 소개한다. 이는 Federated Learning과 자주 비교되며 이에 대해 공부하고 정리해 보았다. 쉽게 요약하자면 각 의료기관들은 연산을 많이 하지 못하고 데이터도 부족하니 중간 단계(cut layer)까지만 학습한 후 중앙 기관에 학습결과를 공유한다. 중앙에선 이 결과들을 모아 하나의 학습 모델을 만들고 각 기기들에게 공유한다. 이러면 작은 병원에서도 많은 데이터를 집합한 모델을 쓸 수 있고 데이터를 여러 기관끼리 직접 공유하지 않아도 된다. 이런 SplitNN은 연산량과 대역폭 면에서도 다른 방법보다 유리한 결과가 나타났다. 논문 링크: Split learning for health: Distri..

[논문 리뷰] A Survey on Semantic Communications for Intelligent Wireless Networks-3이번 3편에서는 semantic 통신에서 계층간 상호작용에 대해 다룬다.논문의 Cross Layer Interaction 전체에 해당하는 부분이다.syntactic 계층과 semantic layer가 서로 상호작용하여,모든 비트를 정확히 재전송chateun.tistory.com Semantic 논문 리뷰에서 다루었던 cross-layer design에 관한 내용 중,semantic 압축 방식으로 제시된 figure가 아래와 같이 있었는데이에 대해 Coalb 시뮬레이션을 통해 더 잘 이해해보고자 한다 Semantic Image CompressionColab noteb..

이번 편에서는 semantic 통신의 활용과 도전과제에 대해 정리해보려고 한다.논문의 4 Applications of Semantic Communications, 5 Issues and Challenges 부분에 해당한다. 전반적으로 말로 서술(?)하는 내용이라 이전 파트들에 비해 수학적으로 복잡해 보이지 않는다. 그러나.. 내용이 추상적이고 잘 와닿지 않아 gpt를 활용해 최대한 예시를 들어보려 한다! 3편 링크: [논문 리뷰] A Survey on Semantic Communications for Intelligent Wireless Networks-3이번 3편에서는 semantic 통신에서 계층간 상호작용에 대해 다룬다.논문의 Cross Layer Interaction 전체에 해당하는 부분이다...

이번 3편에서는 semantic 통신에서 계층간 상호작용에 대해 다룬다.논문의 Cross Layer Interaction 전체에 해당하는 부분이다.syntactic 계층과 semantic layer가 서로 상호작용하여,모든 비트를 정확히 재전송하지 않고도 의미만 맞으면 오류를 복구할 수 있는 내용에 대해서 포괄적으로 다룬다. 쉽게 말해, 비트가 틀려도 해석은 어떻게 올바르게 될 수 있는지...에 대한 내용이다. 2편 링크: [논문 리뷰] A Survey on Semantic Communications for Intelligent Wireless Networks-2이전 글에서 Abstract와 Introduction까지 다루었던 내용을 이번 글에선 Architecture 부분까지 다루어 보려 한다! 1편 ..

Colab 링크: semmantic 시뮬레이션Colab notebookcolab.research.google.com Semantic vs Syntatic1. 실험 환경 난수 시드 설정: np.random.seed(SEED)Semantic SNR 리스트 설정: SNR_LIST = [=5, 0, 5, 10, 15, 20]Syntactic 에러 확률 설정: CHAR_ERR_PROBS = [0.70, 0.55, 0.40, 0.25, 0.10] 각 조건당 반복 횟수: NUM_TRIALS = 4002. Semantic 임베딩 모델SentenceTransformer: "all-MiniLM-L6-v2" 로드4개의 semantic class 정의: GO_HOME, TIRED, RAIN, STUDY각 class마다 3..

이전 글에서 Abstract와 Introduction까지 다루었던 내용을 이번 글에선 Architecture 부분까지 다루어 보려 한다! 1편 링크: [논문 리뷰] A Survey on Semantic Communications for Intelligent Wireless Networks논문 전문: https://arxiv.org/pdf/2202.03705 출처: Iyer, S., Khanai, R., Torse, D. et al. A Survey on Semantic Communications for Intelligent Wireless Networks. Wireless Pers Commun 129, 569–611 (2023). - 개요지금까지의 통신 기술은 Shannchateun.tistory.co..