MétaCan
Menu
Retour à la cohorte
Enregistrement W4407129048 · doi:10.1109/tcomm.2025.3538830

QoE-Oriented Hybrid Semantic and Bit Communications Under Mismatched Knowledge

2025· article· en· W4407129048 sur OpenAlexafffund
Fangzhe Chen, Xianbin Wang, Xuwei Fan, Lianfen Huang

Notice bibliographique

RevueIEEE Transactions on Communications · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Automated Systems
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésComputer scienceBit (key)Electronic engineeringBit error rateComputer networkComputer architectureEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Semantic Communication (SemCom) has attracted significant attentions due to its potential to enhance communication efficiency and support human-centric services in 6G networks. However, the presence of mismatched background knowledge and dynamic communication channels decreases the performance of SemCom. These issues ultimately lead to a degradation in users’ quality of experience (QoE). To overcome this challenge, a hybrid semantic and bit communication framework is proposed to effectively improve communication performance under mismatched knowledge constraints. Specifically, we design a time division duplex (TDD) SemCom scheme, where the transmitter and the receiver synchronize background knowledge through the uplink transmission to eliminate mismatch constraints. To guide subframe configuration and communication mode selection in the TDD system, a novel QoE model including perceived quality and energy consumption is proposed, and a long-term average QoE maximization problem is further formulated. To solve the proposed NP-hard problem, a joint subframe configuration and communication mode selection algorithm (JSCA) is designed, and the original problem is decomposed into two subproblems. Firstly, the subframe configuration subproblem is transformed into a quasi-concave problem, and the optimal solution is obtained by the bisection method. Secondly, a deep reinforcement learning (DRL)-based approach is designed to select the communication mode for each service. The numerical results validate the effectiveness of JSCA and demonstrate that the proposed hybrid semantic and bit communication scheme can achieve higher QoE compared with fixed schemes, especially in long-term service scenarios.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,275
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetRobotics and Automated SystemsTravaux en français237 207