PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2604.02691v2cs.LG

전문가 혼합 메커니즘을 활용한 무선 이미지 전송용 적응형 시맨틱 통신

Adaptive Semantic Communication for Wireless Image Transmission Leveraging Mixture-of-Experts Mechanism

심층 학습(deep learning) 기반 시맨틱 통신은 무선 이미지 전송에서 상당한 진전을 이루었으나, 기존의 대부분의 방식은 고정된 모델에 의존하므로 다양한 이미지 콘텐츠와 동적인 채널 조건에 대한 견고성(robustness)이 부족합니다. 적응성을 향상시키기 위해, 최근 연구들은 소스 콘텐츠나 채널 상태 중 하나에 따라 전송 방식이나 모델 동작을 조정하는 적응형 시맨틱 통신 전략을 개발해 왔습니다. 보다 최근에는 MoE(전문가 혼합) 기반 시맨틱 통신이 희소하고 효율적인 적응형 아키텍처로 부상했으나, 기존 설계는 여전히 주로 단일 요인 기반 라우팅(single-driven routing)에 의존하고 있습니다. 이러한 한계를 해결하기 위해, 본 논문에서는 적응형 MoE Swin 트랜스포머 블록을 기반으로 구축된 다중 입력 다중 출력(MIMO) 채널용 새로운 다단계 엔드투엔드 이미지 시맨틱 통신 시스템을 제안합니다. 구체적으로, 실시간 채널 상태 정보(CSI)와 입력 이미지 패치의 시맨틱 콘텐츠를 함께 평가하여 적응형 라우팅 확률을 계산하는 동적 전문가 게이팅 메커니즘을 도입합니다. 이러한 결합 조건을 기반으로 특화된 전문가 하위 집합만을 선택적으로 활성화함으로써, 제안된 접근 방식은 전통적인 적응형 방법의 경직된 결합을 깨고 단일 요인 기반 라우팅의 병목 현상을 극복합니다. 시뮬레이션 결과는 전송 효율성을 유지하면서 기존 방법 대비 재구성 품질이 크게 향상되었음을 보여줍니다.