典型文献
基于联邦学习的多用户语义通信系统部署方法
文献摘要：
语义通信是一种有发展潜力的新型通信技术,通过挖掘信源中的语义信息从而减少传输所需要的数据量.语义通信通常采用深度学习的方式建立编解码模型,在收发端共享模型参数的前提下实现端到端的数据传输,但在实际场景中,由于多用户的存在,端到端的传输具有局限性,语义通信系统的部署有更多需要考虑的问题.为了使语义通信能应用于多用户的场景,本文提出了语义通信系统模型的联邦学习部署方式,利用用户端的数据对深度学习模型进行更为有效的训练.从而在不直接使用用户数据的前提下,使模型学习到用户数据的特征,实现了多用户场景下语义通信系统的部署.仿真结果表明,通过联邦学习训练得到的模型可以达到接近于集中训练的效果,并且保护了用户隐私.
文献关键词：
语义通信;联邦学习;多用户网络;文本传输
中图分类号：
作者姓名：
涂勇峰;陈文
作者机构：
上海交通大学电子信息与电气工程学院,上海 200240
文献出处：
引用格式：
[1]涂勇峰;陈文-.基于联邦学习的多用户语义通信系统部署方法)[J].信号处理,2022(12):2486-2495
A类：
多用户网络
B类：
联邦学习,语义通信,通信系统,系统部署,信源,语义信息,数据量,信通,编解码,收发,发端,共享模型,端到端,数据传输,系统模型,学习部,部署方式,用用,用户端,深度学习模型,用户数据,模型学习,用户场景,学习训练,练得,用户隐私,文本传输
AB值：
0.316559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
