本稿では、無線システムのフロントホールリンクで高次元信号を厳密な帯域幅と遅延時間制約の下で送信するためのAIベースの圧縮技術を検討します。従来の圧縮検出、スカラー量子化、固定コーデックパイプラインなどの戦略は、制限的な事前情報に依存し、高い圧縮率でパフォーマンスが急激に低下し、チャネルと展開環境に応じて調整するのが難しいという制限があります。この論文では、AIベースの圧縮技術を調査し、エンドツーエンド学習によるCSIフィードバックとリソースブロック（RB）レベルのプリコーディング最適化と圧縮結合という2つの代表的な高圧縮方式を分析します。これらの洞察に基づいて、セルフリーアーキテクチャに合わせたフロントホール圧縮戦略を提案し、高い圧縮率と制御可能な性能損失、RBレベルの速度適応、次世代ネットワークの集中型協力伝送に適した低遅延推論を目指します。
