6G 是否将成为语义通信？来自任务导向和安全通信到集成感知的机遇和挑战
原文中文，约500字，阅读约需2分钟。发表于：。通过多任务学习，本文探讨了以目标为导向和语义为基础的通信在下一代通信网络中的机遇和挑战。该方法使用深度神经网络，将专用的编码器部署在发送端，将多个任务特定的解码器共同部署在接收端，集中训练以处理包括语义信息保留、源输入重构和集成感知和通信在内的各种任务。通过将解码器部署在多个接收器上，采用去中心化学习，解决了通信负载和隐私问题，利用联邦学习技术在分布式节点之间分发模型更新。然而，该方法的有效...
本文研究了目标导向和语义通信在下一代通信网络中的机遇和挑战。通过深度神经网络，在发送端部署专用编码器和多个任务特定解码器在接收端共同部署，集中训练以处理语义信息保留、源输入重构和集成感知等任务。通过解码器在多个接收器上的部署和去中心化学习，解决了通信负载和隐私问题。然而，需要加强语义通信以防范潜在的对抗性攻击。任务导向通信、语义通信和集成感知与通信的共同鲁棒设计成为实现上下文感知、资源高效和安全通信的关键因素。
