Key points are not available for this paper at this time.
نعتبر النقل اللاسلكي للصور في وجود تغذية راجعة من مخرج القناة. من منظور نظرية شانون، فإن التغذية الراجعة لا تحسن الأداء النهائي على المدى الطويل، ويحقق التشفير المنفصل للمصدر متبوعًا بتشفير قناة يحقق السعة، والذي يتجاهل إشارة التغذية الراجعة، الأداء الأمثل. من المعروف أن الفصل ليس الأمثل في مجال الطول النهائي العملي؛ ومع ذلك، لا توجد أي مخططات عملية معروفة لتشفير المصدر-قناة المشترك (JSCC) يمكنها استغلال إشارة التغذية الراجعة وتجاوز أداء المخططات المعتمدة على الفصل. مستلهمين من نجاح طرق التعلم العميق الحديثة في JSCC، نستكشف كيفية دمج التغذية الراجعة لمخرج القناة الخالي من الضوضاء أو الصاخب في نظام النقل لتحسين جودة إعادة البناء عند المستقبل. نقدم مخطط JSCC يعتمد على المشفر التلقائي، والذي نطلق عليه DeepJSCC-f، والذي يستغل تغذية مخرج القناة، ويقدم تحسينات ملحوظة من حيث جودة إعادة البناء من النهاية إلى النهاية للنقل ذي الطول الثابت، أو من حيث التأخير المتوسط للنقل ذي الطول المتغير. على حد علمنا، هذه هي أول مخطط عملي لـ JSCC يمكنه استغلال التغذية الراجعة لمخرج القناة بالكامل، مما يظهر إعدادًا آخر يمكن فيه لتقنيات التعلم الآلي الحديثة تمكين تصميم طرق الاتصال الجديدة والفعالة التي تتجاوز أداء التصاميم التقليدية المعتمدة على التشفير الهيكلي.
درس كيركا وزملاؤه (الثلاثاء) هذا السؤال.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: