arXiv · ML· Tingfeng Li, Ming-Fang Huang, Shaobo Han, Yue Tian·· 7 天前AI 评分20
STeP-C 实现分布式光纤传感数据的实时神经压缩
STeP-C: Real-Time Neural Compression for Distributed Fiber-Optic Sensing at Scale
AI 导读
STeP-C 框架通过解耦空间编码与时间预测,在实时 DAS 流上实现 98.85% 的文件压缩率,PSNR 达 31.04 dB。 该架构利用 GPU 侧符号计算和并行算术编码解决熵编码瓶颈,平均吞吐量达 535 MB/s,满足 1 kHz、81 km 传感流需求。 STeP-C 无需重训练即可应用于未知信道范围,且保持 96.62% 的高置信度类别一致性,显著优于传统编解码器。
来源:arXiv · ML · arxiv.org