PARADIGM ビット復元から意味の保持へ
複数ユーザーのセマンティック埋め込みを一つの共有リソースブロックに重畳して送信し、受信側が意味の歪みを最小限に抑えながらユーザーごとに分離します。ユーザーごとにリソースを分ける直交割り当てに比べ、リソース効率を根本的に高めます。
- 01共有埋め込み多重化ユーザー埋め込みを共有空間に射影し、学習型マスクで重畳伝送
- 02ユーザー別アテンション受信user-wise attentionによるセマンティック逆多重化、軽量な受信構造
- 03符号付き(Signed)干渉除去Gram行列ベースの結合重みで相関干渉を相殺
- 04メタラーニングによるチャネル適応MAML — 少量データ · 数回の更新でチャネル変化に即座に適応
RESULTS 成果
誤り率の改善10×
受信側の軽量化14×
適応利得30%+
検証データBERT · MNIST
パイロットエージングチャネルにおいて従来のデジタルチェーンより誤り率が一桁以上低く、同等性能で受信側パラメータを最大14分の1に削減しました。タスク条件付きメタラーニング適応により、誤り率をさらに30%以上低減しました。
PAPERS 代表論文
- Transformer-Based Shared Embedding for Multiple Access in Semantic Communications — IEEE JSAC, 2026
- Attention-Driven Interference Alignment for Multi-User Semantic Communications — IEEE TVT, 2026
- Attention-Driven Semantic Transmission Scheme for AI-Native Wireless Communications — IEEE Communications Letters, 2025
VISION Edge AI × Semantic Communications
ビジョンAIエッジデバイスが収集した意味情報をAIセマンティック通信で伝送するAIoTエッジインテリジェンス・プラットフォーム — 検査現場のカメラから次世代無線ネットワークまでをフルスタックで接続します。