arXiv · Machine Learning· Yujie Zhou, Cheng Peng, Rulong Wang, Yong Xiao, Yingyu Li, Guangming Shi, Ping Zhang·· 8 小时前AI 评分39
面向多模态任务感知语义通信的分布式信息瓶颈理论
Distributed Information Bottleneck Theory for Multi-Modal Task-Aware Semantic Communication
AI 导读
研究团队提出任务感知分布式信息瓶颈（TADIB）框架，量化不同模态对下游任务的贡献，并据此设计选择和压缩关键模态的编码方案。该方案通过概率松弛、评分函数估计和共同随机性协调分布式编码器，在公开数据集实验中达到或超过全模态基线的推理质量，同时显著降低通信与计算成本。
来源：arXiv · Machine Learning · arxiv.org