ARTFEED — Contemporary Art Intelligence

Correzione di errori semantici per codici a blocchi brevi su canali rumorosi

ai-technology · 2026-04-27

Un nuovo framework per ricevitori migliora la trasmissione di frasi in linguaggio naturale attraverso canali wireless rumorosi utilizzando diversi codici a blocchi brevi. Le frasi vengono prima codificate in ASCII e segmentate, con ogni segmento codificato indipendentemente usando un codice a blocchi breve prima di essere inviato su un canale AWGN. Al ricevimento, i segmenti vengono decodificati simultaneamente e un modello di correzione degli errori semantici (SEC) viene impiegato per ricostruire eventuali segmenti corrotti sfruttando il contesto del modello linguistico. Inoltre, il framework presenta la decodifica a lista semantica (SLD), che produce molteplici ricostruzioni possibili e identifica quella ottimale basandosi sulla distanza di Hamming pesata, insieme a un meccanismo HARQ guidato dalla confidenza semantica (SHARQ) che sostituisce il rilevamento di errori basato su CRC con un punteggio di confidenza per la ritrasmissione selettiva. Tutti i componenti sono sviluppati e addestrati con trasformatori bidirezionali e auto-regressivi (BART), e sono inclusi i risultati delle simulazioni.

Fatti principali

  • Il framework trasmette frasi in linguaggio naturale su canali wireless rumorosi utilizzando più codici a blocchi brevi
  • Le frasi vengono codificate in ASCII e divise in segmenti
  • Ogni segmento è codificato indipendentemente con un codice a blocchi breve
  • La trasmissione avviene su un canale AWGN
  • I segmenti vengono decodificati in parallelo al ricevitore
  • Il modello di correzione degli errori semantici (SEC) utilizza il contesto del modello linguistico per ricostruire i segmenti corrotti
  • La decodifica a lista semantica (SLD) genera molteplici ricostruzioni candidate e seleziona la migliore tramite distanza di Hamming pesata
  • L'HARQ guidato dalla confidenza semantica (SHARQ) sostituisce il rilevamento di errori basato su CRC con un punteggio di confidenza
  • Tutti i moduli utilizzano trasformatori bidirezionali e auto-regressivi (BART)

Entità

Fonti