跳到正文
热点事件持续更新

多视角自编码器实现NOMA多用户图像传输

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Selim F. Yilmaz、Can Karamanli 和 Deniz Gunduz 提出一种基于多视角自编码器的无线图像传输方法,将压缩与信道编码合并,使多个发射机同时占用全部信道资源,形成非正交多址接入(NOMA)方案;接收端从叠加信号中恢复全部图像,并对应到各发射机。 研究配套的渐进式微调算法每轮将用户数翻倍,在可训练参数仅比单用户模型增加2.4%的情况下支持最多64个用户。作者称,该方法在多种数据集、指标和信道条件下恢复的图像质量显著优于现有NOMA方法。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv cs.AI
    基于多视角自编码器的非正交多址接入联合信源信道编码学习

    研究提出一种ML辅助的无线图像传输方法,用多视角自编码器融合压缩与信道编码,让多个发射机同时占用全部信道资源形成NOMA方案,接收端从叠加信号中恢复全部图像并关联对应发射机。配套的渐进式微调算法每轮将用户数翻倍,在可训练参数仅比单用户模型增加2.4%的情况下支持最多64个用户。该方法在多种数据集、指标和信道条件下恢复图像质量显著优于现有NOMA方法。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。