网站运营招聘,北京网站定制公司,手机网站建设口碑好,海南工程网站建设目录 论文简介动机#xff1a;为什么作者想要解决这个问题#xff1f;贡献#xff1a;作者在这篇论文中完成了什么工作(创新点)#xff1f;规划#xff1a;他们如何完成工作#xff1f;自己的看法(作者如何得到的创新思路) 论文简介 作者 Zhenzi Weng Zhijin Qin Geoffre… 目录 论文简介动机为什么作者想要解决这个问题贡献作者在这篇论文中完成了什么工作(创新点)规划他们如何完成工作自己的看法(作者如何得到的创新思路) 论文简介 作者 Zhenzi Weng Zhijin Qin Geoffrey Ye Liy 发表期刊or会议 《ICC》 发表时间 2021.6 动机为什么作者想要解决这个问题
对语音信号传输的语义通信的研究没有开展论文里提到分块设计系统已被证明是次优的传统的线性信号处理算法无法捕获实际信道中的许多缺陷和非线性 贡献作者在这篇论文中完成了什么工作(创新点)
首次提出了语音信号语义通信系统DeepSC-S将整个收发器视为两个深度神经网络(speech encoder——注意力机制channel encoder——CNN)并联合设计语音编码和信道编码来处理信源失真和信道效应。DeepSC-S基于squeeze and excitation (SE) networks (就是找了一个那时候比较火的网络罢了)通过在固定衰落信道和信噪比下训练 DeepSC-S然后在动态信道(AWGN瑞丽莱斯)环境下测试所提出的 DeepSC-S 具有高度鲁棒性无需网络调整和重新训练(这太扯了) 规划他们如何完成工作 整体框架 这结构真没什么好说的需要的时候看论文II和III吧(和DeepSC一个套路就在这encoderdecoder的) 损失函数 采用均方误差(MSE)作为损失函数测量 s s s和 s ^ \hat s s^之间的差异 L M S E ( θ T , θ R ) 1 W ∑ w 1 W ( s w − s ^ w ) 2 \mathcal{L}_{M S E}\left(\boldsymbol{\theta}^{\mathcal{T}}, \boldsymbol{\theta}^{\mathcal{R}}\right)\frac{1}{W} \sum_{w1}^W\left(s_w-\widehat{s}_w\right)^2 LMSE(θT,θR)W1w1∑W(sw−s w)2 误差度量 采用信号失真比SDR来测量 s s s和 s ^ \hat s s^之间的L2误差 S D R 10 log 10 ( ∥ s ∥ 2 ∥ s − s ^ ∥ 2 ) . S D R10 \log _{10}\left(\frac{\|\boldsymbol{s}\|^2}{\|\boldsymbol{s}-\widehat{\boldsymbol{s}}\|^2}\right) . SDR10log10(∥s−s ∥2∥s∥2). 自己的看法(作者如何得到的创新思路)
这篇论文一言难尽大概就是找一个新场景(speech)再找一个那时候流行的网络结构(attention)然后套上语义的壳就是一篇ICC 选择大于努力
