الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-22

التعلّم على التداخل في ترميز المصدر-القناة المشترك للوصول المتعدد غير المتعامد

العنوان الأصلي: Learning to Interfere in Non-Orthogonal Multiple-Access Joint Source-Channel Coding

{'_deferred_tool_name': 'docx', 'input': 'عندما تتواصل عدة أجهزة إرسال لنقل إشارات المصدر مثل الصور عبر قناة وصول متعددة، فإن الأنظمة التقليدية تحد من السعة من خلال التخصيص التعامدي للوقت وعرض النطاق الترددي لتقليل التداخل. تدمج طريقة الإرسال اللاسلكي للصور المدعومة بالتعلم الآلي (ML) المقترحة بين الضغط وترميز القناة باستخدام مُشفِّر تلقائي متعدد المناظر، مما يتيح لأجهزة الإرسال استخدام جميع موارد القناة المتاحة في آنٍ واحد ضمن مخطط وصول متعدد غير تعامدي (NOMA) يستعيد فيه المستقبل جميع الصور من الإشارة المركبة ويربط كل صورة بجهاز الإرسال الخاص بها. ويضاعف خوارزمية الضبط الدقيق التدريجي عدد المستخدمين في كل تكرار، بما يدعم ما يصل إلى 64 مستخدمًا بزيادة لا تتجاوز 2.4% في المعلمات القابلة للتدريب مقارنة بنموذج المستخدم الواحد، مع تفوقها على الطرق الحالية القائمة على NOMA عبر مجموعة واسعة من مجموعات البيانات والمقاييس وظروف القناة.'}

اقرأ المصدر الأصلي ↗

جميع العناصر →