Two-Way Semantic Transmission of Images without Feedback

Resumo Técnico: Transmissão Semântica Bidirecional de Imagens sem Feedback

Definição do Problema
As comunicações semânticas surgiram como uma tecnologia competitiva para o 6G, oferecendo melhorias significativas na eficiência da transmissão ao recuperar o significado semântico do conteúdo em vez de apenas símbolos transmitidos. Embora a pesquisa existente se concentre predominantemente em sistemas unidirecionais, muitos cenários práticos — como a colaboração de robôs heterogêneos e a condução autônoma cooperativa — exigem comunicação bidirecional. Os atuais sistemas de comunicação semântica de duas vias frequentemente dependem de Codificação Conjunta de Fonte e Canal (JSCC) treinada via aprendizado profundo. No entanto, o treinamento desses sistemas geralmente requer a retropropagação de gradientes do receptor para o transmissor, necessitando de feedback de informação. Esse feedback introduz um overhead de comunicação e latência substanciais. Além disso, estratégias de treinamento offline sofrem degradação de desempenho quando as condições de canal durante a implantação diferem daquelas utilizadas durante o treinamento, enquanto o treinamento online acarreta custos computacionais e de comunicação adicionais.

Metodologia
Os autores propõem um sistema de Comunicação Semântica de Duas Vias (TW-SC) projetado para eliminar a necessidade de feedback de informação durante o processo de treinamento. O sistema opera em dois nós (Nó A e Nó B) trocando dados de imagem através de um canal sem fio recíproco (por exemplo, Duplexação por Divisão de Tempo).

1. Arquitetura do Sistema: O sistema emprega um esquema de Codificação Conjunta de Fonte e Canal (JSCC) onde os transmissores consistem em redes neurais (NN) de codificação semântica e de canal, e os receptores consistem em NNs de decodificação correspondentes.
2. Modelagem de Canal via SP-CGAN: Para simular o canal sem fio sem transmissão física durante o treinamento, os autores utilizam uma Rede Adversária Generativa Condicional (CGAN). Especificamente, eles introduzem uma CGAN auxiliada por Piloto Semântico (SP-CGAN). Neste modelo, os sinais de piloto semântico recebidos são tratados como informações condicionais adicionais tanto para o gerador quanto para o discriminador. Isso permite que o gerador aprenda a distribuição do canal sem fio ($H$) condicionada às características semânticas transmitidas.
3. Reciprocidade de Pesos e Treinamento Local: A inovação central reside na exploração da "reciprocidade de pesos". Assumindo canais recíprocos e hiperparâmetros idênticos para as NNs em ambos os nós, os gradientes calculados no receptor são idênticos aos necessários no transmissor. Consequentemente, o sistema evita a troca de gradientes pelo ar.
   • Estágio 1: Os transmissores enviam dados para treinar o simulador de canal (SP-CGAN) e os receptores localmente.
   • Estágio 2: Os transmissores treinam seus próprios pesos localmente. Eles utilizam o SP-CGAN treinado para simular o canal e o receptor treinado localmente para calcular a perda (Erro Quadrático Médio). Os gradientes são retropropagados internamente dentro do nó, eliminando a necessidade de feedback do nó remoto.

Principais Contribuições

• Treinamento Livre de Feedback: O artigo apresenta um framework de TW-SC onde as NNs de transceptor são treinadas localmente sem exigir feedback de gradiente entre os nós, reduzindo significamente o overhead e o atraso de comunicação.
• Simulador de Canal SP-CGAN: A introdução de um simulador de canal que incorpora pilotos semânticos como informação condicional melhora a precisão da modelagem da distribuição do canal em comparação com GANs padrão.
• Otimização Local: Ao alavancar a reciprocidade de pesos, o método proposto permite que os transmissores otimizem seus parâmetros usando cálculos de perda interna derivados do canal simulado e do receptor local, aplicável tanto a cenários online quanto offline.

Resultados Numéricos
O sistema TW-SC proposto foi avaliado utilizando o conjunto de dados de dígitos manuscritos MNIST sob canais de Ruído Branco Gaussiano Aditivo (AWGN) e desvanecimento de Rayleigh. Foi comparado contra dois benchmarks:

1. JSCC Unidirecional Ótimo: Treinado em canais reais (servindo como limite superior de desempenho).
2. GAN-SC: Um sistema unidirecional usando uma GAN padrão para simulação de canal sem pilotos semânticos.

• Desempenho: Em canais AWGN, o sistema TW-SC (TW-SC-AWGN) alcançou um desempenho próximo ao JSCC ótimo, particularmente em baixas Razões Sinal-Ruído (SNR). Em canais de desvanecimento de Rayleigh, o TW-SC treinado sob condições de Rayleigh superou modelos treinados sob AWGN em SNRs mais baixos, demonstrando robustez.
• Métricas: O sistema foi avaliado usando a Razão Sinal-Ruído de Pico (PSNR) e a Similaridade Estrutural (SSIM). O esquema TW-SC superou consistentemente o benchmark GAN-SC, que sofreu com baixo desempenho devido à falta de condicionamento por piloto semântico.
• Convergência: As curvas de treinamento mostraram que os links TW-SC (de A para B e de B para A) convergiram dentro de 20 épocas, com trajetórias de desempenho quase sobrepondo-se ao algoritmo JSCC ótimo.

Significância e Alegações
O artigo afirma que o sistema TW-SC proposto preenche efetivamente a lacuna entre a comunicação semântica unidirecional de alto desempenho e os requisitos de tarefas bidirecionais. Ao remover o overhead de feedback tipicamente associado ao treinamento JSCC, o sistema oferece uma solução mais prática e eficiente para aplicações 6G. Os autores afirmam que seu sistema performa "próximo a" (close to) sistemas unidirecionais de última geração, enquanto não exige feedback entre os transceptores durante o treinamento. O trabalho sugere que este framework pode ser estendido para outros tipos de dados além de imagens, desde que as suposições de reciprocidade de canal e simetria de peso se mantenham.