論文の概要: Learning Semantics: An Opportunity for Effective 6G Communications

• arxiv url: http://arxiv.org/abs/2110.08049v1
• Date: Thu, 14 Oct 2021 08:00:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-19 11:36:13.843347
• Title: Learning Semantics: An Opportunity for Effective 6G Communications
• Title（参考訳）: 学習意味論:効果的な6g通信の機会
• Authors: Mohamed Sana and Emilio Calvanese Strinati
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.262718096663077
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, semantic communications are envisioned as a key enabler of future 6G networks. Back to Shannon's information theory, the goal of communication has long been to guarantee the correct reception of transmitted messages irrespective of their meaning. However, in general, whenever communication occurs to convey a meaning, what matters is the receiver's understanding of the transmitted message and not necessarily its correct reconstruction. Hence, semantic communications introduce a new paradigm: transmitting only relevant information sufficient for the receiver to capture the meaning intended can save significant communication bandwidth. Thus, this work explores the opportunity offered by semantic communications for beyond 5G networks. In particular, we focus on the benefit of semantic compression. We refer to semantic message as a sequence of well-formed symbols learned from the "meaning" underlying data, which have to be interpreted at the receiver. This requires a reasoning unit, here artificial, on a knowledge base: a symbolic knowledge representation of the specific application. Therefore, we present and detail a novel architecture that enables representation learning of semantic symbols for effective semantic communications. We first discuss theoretical aspects and successfully design objective functions, which help learn effective semantic encoders and decoders. Eventually, we show promising numerical results for the scenario of text transmission, especially when the sender and receiver speak different languages.
• Abstract（参考訳）: 近年,セマンティクス通信が将来の6gネットワークのキーイネーブラとして期待されている。 シャノンの情報理論に遡れば、通信の目的は、その意味に関係なく送信されたメッセージの正しい受信を保証することである。 しかし、一般的には、コミュニケーションが意味を伝えるために起こると、受信側が送信されたメッセージに対する理解が重要であり、必ずしも正しい復元ではない。 したがって、意味的コミュニケーションは新しいパラダイムを導入する: 受信者が意図する意味を捉えるのに十分な情報だけを送信することは、通信帯域を大幅に節約することができる。 そこで本研究では,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。 特に、意味的圧縮の利点に焦点を合わせます。 我々は、セマンティックメッセージを、受信側で解釈しなければならない「意味」に基づくデータから学習した、よくできたシンボルのシーケンスとして参照する。 これは、推論ユニット、ここでは人工的な知識ベース:特定のアプリケーションの象徴的な知識表現を必要とする。 そこで本研究では,意味記号の表現学習を効果的に行うための新しいアーキテクチャを提案する。 まず, 意味的エンコーダとデコーダの効果的な学習を支援する目的関数の設計と理論的側面について考察する。 最終的に、特に送信者と受信者が異なる言語を話す場合に、テキスト送信のシナリオに対して有望な数値結果を示す。

関連論文リスト

• Rate-Distortion-Perception Theory for Semantic Communication [73.04341519955223]
  シンボル歪みおよび意味知覚制約下での意味コミュニケーションの達成可能なデータレートについて検討する。 我々は、受信者が特定の歪みや知覚の制約を満たす意味情報ソースを直接推測できるケースが存在することを観察する。
  論文  参考訳（メタデータ） (2023-12-09T02:04:32Z)
• 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)
• EXK-SC: A Semantic Communication Model Based on Information Framework Expansion and Knowledge Collision [12.584442859898282]
  この研究は、意味情報フレームワークにおける意味拡張と知識の衝突を論じる最初のものである。 セマンティック展開と伝達情報率の関係など,いくつかの重要な理論的結果が提示される。 我々はこのような意味情報フレームワークが意味コミュニケーションの新しいパラダイムを提供すると考えている。
  論文  参考訳（メタデータ） (2022-10-24T09:00:14Z)
• Communication Beyond Transmitting Bits: Semantics-Guided Source and Channel Coding [7.080957878208516]
  セマンティックコミュニケーションは有望な研究方向を提供する。 セマンティック・アウェア・コミュニケーションを実現するために、コード化された伝達設計にセマンティックガイダンスを注入することは、有効性と信頼性の大きなブレークスルーの可能性を秘めている。 本稿では,セマンティックコミュニケーションの伝達パラダイムとして,セマンティックス誘導ソースとチャネルコーディングに光を当てる。
  論文  参考訳（メタデータ） (2022-08-04T06:12:55Z)
• 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)
• Semantic Communications: Principles and Challenges [59.13318519076149]
  本稿では,セマンティックコミュニケーションの概要を紹介する。 シャノン情報理論の簡単なレビューの後、深層学習によって実現される理論、フレームワーク、システム設計とのセマンティックコミュニケーションについて論じる。
  論文  参考訳（メタデータ） (2021-12-30T16:32:00Z)

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。