論文の概要: Semantics-Native Communication with Contextual Reasoning
- arxiv url: http://arxiv.org/abs/2108.05681v1
- Date: Thu, 12 Aug 2021 12:04:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-13 14:21:36.368611
- Title: Semantics-Native Communication with Contextual Reasoning
- Title(参考訳): 文脈推論を用いたセマンティクス・ネイティブコミュニケーション
- Authors: Hyowoon Seo, Jihong Park, Mehdi Bennis, M\'erouane Debbah
- Abstract要約: 汎用タスクのためのシステム1セマンティクスネイティブ通信(SNC)の新たなモデルを提案する。
SNCに文脈推論を取り入れ、話者が局所的にかつ反復的に自己コミュニケーションし、リスナーの独特な意味論に基づく仮想エージェントを構築する。
また,システム2 SNCは,通信信頼性を損なうことなく,SR長を大幅に削減することを示した。
- 参考スコア(独自算出の注目度): 46.2484183677342
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spurred by a huge interest in the post-Shannon communication, it has recently
been shown that leveraging semantics can significantly improve the
communication effectiveness across many tasks. In this article, inspired by
human communication, we propose a novel stochastic model of System 1
semantics-native communication (SNC) for generic tasks, where a speaker has an
intention of referring to an entity, extracts the semantics, and communicates
its symbolic representation to a target listener. To further reach its full
potential, we additionally infuse contextual reasoning into SNC such that the
speaker locally and iteratively self-communicates with a virtual agent built on
the physical listener's unique way of coding its semantics, i.e., communication
context. The resultant System 2 SNC allows the speaker to extract the most
effective semantics for its listener. Leveraging the proposed stochastic model,
we show that the reliability of System 2 SNC increases with the number of
meaningful concepts, and derive the expected semantic representation (SR) bit
length which quantifies the extracted effective semantics. It is also shown
that System 2 SNC significantly reduces the SR length without compromising
communication reliability.
- Abstract(参考訳): 近年,Shannon 以降のコミュニケーションに対する関心が高まり,セマンティクスを活用することで,タスク間のコミュニケーション効率が大幅に向上することが示されている。
本稿では,人的コミュニケーションに触発されて,話者がエンティティを参照し,セマンティクスを抽出し,そのシンボル表現を対象リスナーに伝達する,汎用タスクのためのシステム1意味論的コミュニケーション(SNC)の新しい確率モデルを提案する。
さらに、その潜在能力を最大限に発揮するために、話者が局所的にかつ反復的に自己通信を行うように文脈推論をSNCに注入し、物理的リスナー独自の意味論、すなわちコミュニケーションコンテキストをコーディングする仮想エージェントを構築する。
System 2 SNCは、話者がリスナーの最も効果的な意味を抽出することを可能にする。
提案した確率モデルを用いて,システム2SNCの信頼性は意味概念の数に応じて向上し,抽出した有効意味論を定量化する期待意味表現(SR)ビット長が導出されることを示す。
また,システム2 SNCは,通信信頼性を損なうことなく,SR長を大幅に削減することを示した。
関連論文リスト
- Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
本稿では,実用的な意味コミュニケーションフレームワークを提案する。
2つの知性エージェント間の効果的な目標指向情報共有を可能にする。
数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
論文 参考訳(メタデータ) (2023-11-30T03:36:19Z) - Language-Oriented Communication with Semantic Coding and Knowledge
Distillation for Text-to-Image Generation [53.97155730116369]
我々は言語指向意味コミュニケーション(LSC)の新しい枠組みを提唱した。
LSCでは、機械は人間の言語メッセージを使って通信し、SC効率のために自然言語処理(NLP)技術を用いて解釈および操作することができる。
1) テキストプロンプトをキーヘッドワードに圧縮するセマンティック・ソース・コーディング(SSC)、2) セマンティック・チャネル・コーディング(SCC)、2) セマンティック・チャネル・コーディング(SCC)、3) セマンティック・ナレッジ・蒸留(SKD)、3) リスナーの言語学習を通じてリスナーに適応したプロンプトを生成するセマンティック・ナレッジ・蒸留(SKD)の3つの革新的なアルゴリズムを導入する。
論文 参考訳(メタデータ) (2023-09-20T08:19:05Z) - 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) - Neuro-Symbolic Causal Reasoning Meets Signaling Game for Emergent
Semantic Communications [71.63189900803623]
創発的SCシステムフレームワークを提案し,創発的言語設計のためのシグナリングゲームと因果推論のためのニューロシンボリック(NeSy)人工知能(AI)アプローチで構成されている。
ESCシステムは、意味情報、信頼性、歪み、類似性の新たな指標を強化するように設計されている。
論文 参考訳(メタデータ) (2022-10-21T15:33:37Z) - One-to-Many Semantic Communication Systems: Design, Implementation,
Performance Evaluation [35.21413988605204]
MR_DeepSCと呼ばれる一対一のセマンティック通信システムを提案する。
異なるユーザに対するセマンティック機能を活用することで、異なるユーザを区別するためにセマンティック認識が構築される。
提案したMR_DeepSCはBLEUスコアで最高の性能が得られる。
論文 参考訳(メタデータ) (2022-09-20T02:48:34Z) - 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) - Semantic Information Recovery in Wireless Networks [8.508198765617195]
MLに基づく意味コミュニケーションシステムであるSINFONYを提案する。
SINFONYは、複数のメッセージの背後にある意味を単一の受信機に伝達し、セマンティックリカバリを行う。
数値計算の結果,従来の通信システムと比較して,最大20dBの速度正規化SNRシフトが見られた。
論文 参考訳(メタデータ) (2022-04-28T09:17:50Z)
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。