Princeton University（普林斯顿大学）

Distributionally Robust Wireless Semantic Communication with Large AI Models

基于大AI模型的分布鲁棒无线语义通信

Long Tan Le, Senura Hansaja Wanasekara, Zerun Niu, Nguyen H. Tran, Phuong Vo, Walid Saad, Dusit Niyato, Zhu Han, Choong Seon Hong, H. Vincent Poor

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； School of Computer Science and Engineering, International University-VNUHCM（国际大学-胡志明市分校计算机科学与工程学院） ； Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学电气与计算机工程系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） ； Department of Computer Science and Engineering, School of Computing, Kyung Hee University（庆北大学计算机科学与工程系） ； School of Engineering and Applied Science, Princeton University（普林斯顿大学工程与应用科学学院） 纠错

AI总结 本文提出WaSeCom框架，通过Wasserstein分布鲁棒优化提升语义通信的鲁棒性，实验显示其在噪声和对抗扰动下的有效性。

Comments Under Review

Journal ref IEEE Journal on Selected Areas in Communications 2026