信息通信技术

2026, v.20;No.112(02) 24-31

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于跨模态特征选择的多模态多任务语义通信
A Cross-Modal Feature Selection-Based Semantic Communication for Multimodal Multitasks

张宇洋,毛晋,孟婵媛,张煜,熊轲

摘要(Abstract):

针对6G时代多模态、多任务通信需求的不断增长与无线资源受限之间的矛盾,文章提出一种融合经典Transformer和Vision Transformer结构的多模态、多任务语义通信架构(Multimodal Multitask Semantic Communication,M2SC)。该架构以多模态语义编码器、掩码生成模块(Mask Generation Module,MGM)、语义解码器为核心组件,可实现文本、图像多模态语义数据的同时传输。为准确捕捉跨模态数据间关联信息,进一步降低数据冗余,在M2SC框架的编码端,设计基于交叉注意力机制的掩码生成模块,能够有效挖掘多模态数据间的关联关系,并结合信道状况动态筛选关键语义特征。在视觉问答等四项典型任务中进行实验,结果表明所提M2SC架构仅需依托一套训练完成的编解码器神经网络,即可逼近传统单模态、单任务定制的专用语义通信系统的传输性能,避免采用传统方案需部署多套单模态、单任务编解码神经网络才能完成多模态、多任务传输的系统开销问题。在实验室仿真环境下开展的视觉问答任务消融实验结果表明,将MGM模块嵌入M2SC后,在仅牺牲1.5%问答准确率的前提下,便实现了M2SC带宽开销近60%的大幅削减。

关键词(KeyWords): 人工智能;语义通信;注意力机制;多模态多任务通信

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目“基于信息年龄的射频能量采集无线网络设计理论与方法”(62071033)

作者(Author): 张宇洋,毛晋,孟婵媛,张煜,熊轲

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享