論文の概要: 6G Networks: Beyond Shannon Towards Semantic and Goal-Oriented Communications

• arxiv url: http://arxiv.org/abs/2011.14844v3
• Date: Wed, 17 Feb 2021 08:38:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 23:24:46.438834
• Title: 6G Networks: Beyond Shannon Towards Semantic and Goal-Oriented Communications
• Title（参考訳）: 6gネットワーク:シャノンを超えて意味と目標指向のコミュニケーションへ
• Authors: Emilio Calvanese Strinati and Sergio Barbarossa
• Abstract要約: 6Gセマンティックネットワークは、ネットワークの端にセマンティックラーニングメカニズムをもたらすことができる。 セマンティック学習は、6Gネットワークが効率と持続可能性を向上させるのに役立つ。
• 参考スコア（独自算出の注目度）: 18.375641635746714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The goal of this paper is to promote the idea that including semantic and goal-oriented aspects in future 6G networks can produce a significant leap forward in terms of system effectiveness and sustainability. Semantic communication goes beyond the common Shannon paradigm of guaranteeing the correct reception of each single transmitted packet, irrespective of the meaning conveyed by the packet. The idea is that, whenever communication occurs to convey meaning or to accomplish a goal, what really matters is the impact that the correct reception/interpretation of a packet is going to have on the goal accomplishment. Focusing on semantic and goal-oriented aspects, and possibly combining them, helps to identify the relevant information, i.e. the information strictly necessary to recover the meaning intended by the transmitter or to accomplish a goal. Combining knowledge representation and reasoning tools with machine learning algorithms paves the way to build semantic learning strategies enabling current machine learning algorithms to achieve better interpretation capabilities and contrast adversarial attacks. 6G semantic networks can bring semantic learning mechanisms at the edge of the network and, at the same time, semantic learning can help 6G networks to improve their efficiency and sustainability.
• Abstract（参考訳）: 本研究の目的は,将来の6Gネットワークにおけるセマンティックおよびゴール指向の側面を含めることによって,システムの有効性と持続可能性の観点から大きな飛躍をもたらす,という考え方を促進することである。 セマンティック通信は、パケットによって伝達される意味に関係なく、各送信パケットの正しい受信を保証するという共通のシャノンパラダイムを超えている。 意味を伝えるためにコミュニケーションが発生したり、目標を達成するために通信が発生したとき、本当に重要なのは、パケットの正しい受信/解釈が目標達成に与える影響である。 意味的かつ目標指向の側面に注目し、それらを組み合わせて、関連する情報、すなわち送信者が意図する意味を回復したり、目標を達成するのに必要な情報を識別するのに役立ちます。 知識表現と推論ツールを機械学習アルゴリズムと組み合わせることで、現在の機械学習アルゴリズムがより良い解釈能力とコントラスト逆攻撃を達成するための意味論的学習戦略を構築することができる。 6Gセマンティックネットワークは、ネットワークの端にセマンティックラーニングメカニズムを持ち込むことができ、同時にセマンティックラーニングは6Gネットワークの効率と持続可能性を改善するのに役立つ。

関連論文リスト

• Dynamic Relative Representations for Goal-Oriented Semantic Communications [13.994922919058922]
  通信のセマンティクスと有効性は6G無線ネットワークにおいて基本的な役割を果たす。 潜時空間通信において、この課題は、ディープニューラルネットワークがデータをエンコードする高次元表現における誤調整として現れる。 本稿では,相対表現を利用して意味ミスマッチを緩和する,ゴール指向のセマンティックコミュニケーションのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-25T17:48:06Z)
• Reasoning over the Air: A Reasoning-based Implicit Semantic-Aware Communication Framework [124.6509194665514]
  ソースユーザと宛先ユーザの間で暗黙的な意味を表現し,伝達し,解釈するために,新しい暗黙的意味コミュニケーション(iSAC)アーキテクチャを提案する。 プロジェクションベースセマンティックエンコーダは, 明示的セマンティックスの高次元グラフィカル表現を低次元セマンティックコンステレーション空間に変換し, 効率的な物理チャネル伝送を実現する。 ソースユーザの暗黙的意味推論過程を学習し、模倣できるようにするため、G-RMLと呼ばれる生成逆模倣学習ベースのソリューションが提案されている。
  論文  参考訳（メタデータ） (2023-06-20T01:32:27Z)
• Disentangling Learnable and Memorizable Data via Contrastive Learning for Semantic Communications [81.10703519117465]
  セマンティック・レディにするために、ソースデータをアンタングルする新しい機械推論フレームワークが提案されている。 特に、データ上でインスタンスとクラスタの識別を行う新しいコントラスト学習フレームワークが提案されている。 信頼度の高い深いセマンティッククラスタは、学習可能でセマンティックリッチなデータだと考えられている。 シミュレーションの結果は, セマンティック・インパクトとミニマリズムの観点から, コントラスト学習アプローチの優位性を示した。
  論文  参考訳（メタデータ） (2022-12-18T12:00:12Z)
• Less Data, More Knowledge: Building Next Generation Semantic Communication Networks [180.82142885410238]
  本稿では、スケーラブルなエンドツーエンドセマンティック通信ネットワークの最初の厳密なビジョンを示す。 まず、セマンティック・コミュニケーション・ネットワークの設計は、データ駆動型ネットワークから知識駆動型ネットワークへどのように移行する必要があるかについて議論する。 意味表現と言語を用いることで、従来の送信機と受信機が教師と見習いになることを示す。
  論文  参考訳（メタデータ） (2022-11-25T19:03:25Z)
• Imitation Learning-based Implicit Semantic-aware Communication Networks: Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
  有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。 本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。 暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
  論文  参考訳（メタデータ） (2022-10-28T13:26:08Z)
• Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications [88.68461721069433]
  次世代システムは、メッセージセマンティクスを折り畳み、コミュニケーションの目標を設計に組み込むことによって、潜在的に豊かになる。 このチュートリアルは、初期適応、セマンティック・アウェア、タスク指向コミュニケーションから始まり、現在までの取り組みを要約する。 その焦点は、情報理論を利用して基礎を提供するアプローチと、意味論やタスク対応コミュニケーションにおける学習の重要な役割である。
  論文  参考訳（メタデータ） (2022-07-19T16:00:57Z)
• Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic Communication [85.06664206117088]
  6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。 観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。 GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
  論文  参考訳（メタデータ） (2022-05-22T07:11:57Z)
• Learning Semantics: An Opportunity for Effective 6G Communications [8.262718096663077]
  セマンティック通信は、将来の6Gネットワークの重要な実現手段として考えられている。 本研究は,5Gネットワークを越えたセマンティックコミュニケーションの機会を探究するものである。 本稿では,効果的な意味コミュニケーションのための意味記号の表現学習を可能にする新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-10-14T08:00:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。