論文の概要: Transceiver Cooperative Learning-aided Semantic Communications Against
Mismatched Background Knowledge Bases
- arxiv url: http://arxiv.org/abs/2301.03133v1
- Date: Mon, 9 Jan 2023 01:18:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 18:23:12.214276
- Title: Transceiver Cooperative Learning-aided Semantic Communications Against
Mismatched Background Knowledge Bases
- Title（参考訳）: ミスマッチした背景知識ベースに対するトランシーバ協調学習支援セマンティックコミュニケーション
- Authors: Yanhu Wang, and Shuaishuai Guo
- Abstract要約: ミスマッチKBに対するトランシーバ協調学習支援セマンティックコミュニケーション(TCL-SC)方式を提案する。
TCL-SCでは、トランスシーバーは自身のKBに基づいて同じ構造のセマンティックエンコーダとデコーダニューロンネットワーク(NN)を協調的に訓練する。
実世界のデータを用いた実験により,提案したTCL-SCは受信側の意味レベルの誤解を低減できることが示された。
- 参考スコア（独自算出の注目度）: 10.5879806861014
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic communications learned on background knowledge bases (KBs) have been
identified as a promising technology for communications between intelligent
agents. Existing works assume that transceivers of semantic communications
share the same KB. However, intelligent transceivers may suffer from the
communication burden or worry about privacy leakage to exchange data in KBs.
Besides, the transceivers may independently learn from the environment and
dynamically update their KBs, leading to timely sharing of the KBs infeasible.
All these cause the mismatch between the KBs, which may result in a
semantic-level misunderstanding on the receiver side. To address this issue, we
propose a transceiver cooperative learning-assisted semantic communication
(TCL-SC) scheme against mismatched KBs. In TCL-SC, the transceivers
cooperatively train semantic encoder and decoder neuron networks (NNs) of the
same structure based on their own KBs. They periodically share the parameters
of NNs. To reduce the communication overhead of parameter sharing, parameter
quantization is adopted. Moreover, we discuss the impacts of the number of
communication rounds on the performance of semantic communication systems.
Experiments on real-world data demonstrate that our proposed TCL-SC can reduce
the semantic-level misunderstanding on the receiver side caused by the mismatch
between the KBs, especially at the low signal-to-noise (SNR) ratio regime.
- Abstract（参考訳）: 背景知識ベース(kbs)で学んだ意味的コミュニケーションは、知的エージェント間のコミュニケーションに有望な技術であると認識されている。
既存の研究は、意味コミュニケーションのトランシーバーは同じKBを共有していると仮定している。
しかし、インテリジェントトランシーバは、kbsのデータ交換に通信の負担やプライバシーの漏洩を心配することがある。
さらに、トランシーバーは独立して環境から学び、KBを動的に更新し、KBのタイムリーな共有が不可能になる。
これらすべてがKB間のミスマッチを引き起こし、受信側で意味レベルの誤解を引き起こす可能性がある。
そこで本研究では,tcl-sc(transceiver collaborative learning-assisted semantic communication)方式を提案する。
TCL-SCでは、トランスシーバーは自身のKBに基づいて同じ構造のセマンティックエンコーダとデコーダニューロンネットワーク(NN)を協調的に訓練する。
彼らは定期的にNNのパラメータを共有します。
パラメータ共有の通信オーバーヘッドを低減するために、パラメータ量子化を採用する。
また,セマンティック通信システムの性能に及ぼす通信ラウンド数の影響についても論じる。
実世界データを用いた実験により,提案するtcl-scは,特に低信号対雑音比(snr)におけるkbs間のミスマッチによる受信側の意味レベルの誤解を低減できることを示した。
関連論文リスト
- Knowledge-Assisted Privacy Preserving in Semantic Communication [11.163887040959501]
本稿では,SCネットワークにおけるデータプライバシ向上のための知識の活用について検討する。
まず、知識の分析に基づいてSCにおける攻撃の可能性を特定する。
本稿では、ソースメッセージを正確にエンコードし復号するためのデータ伝送層からなる、知識支援型プライバシ保護SCフレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-24T04:05:20Z) - Secure Semantic Communication via Paired Adversarial Residual Networks [59.468221305630784]
本稿では,セキュリティを意識したセマンティック通信システムに対する敵攻撃の正の側面について検討する。
セマンティックトランスミッターの後に、セマンティックレシーバーの前に、一対のプラグイン可能なモジュールがインストールされる。
提案手法は,高品質なセマンティック通信を維持しつつ,盗聴者を騙すことができる。
論文 参考訳（メタデータ） (2024-07-02T08:32:20Z) - 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 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) - Learning to Cooperate and Communicate Over Imperfect Channels [27.241873614561538]
本稿では,エージェントが限定的かつ信頼性の低いチャネルを用いて,情報を分散的に処理・交換する協調型マルチエージェントシステムについて考察する。
提案手法では,異なる大きさのメッセージを送信することで,共有する情報の量に動的に適応することができる。
本手法は,新しい協調型桁予測環境において適応性のない手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-11-24T12:15:48Z) - Alternate Learning based Sparse Semantic Communications for Visual
Transmission [13.319988526342527]
セマンティック通信(Semantic Communication, SemCom)は、従来のビットレベルの正確な伝送よりも優れていることを示す。
本稿では,SparseSBC という視覚伝達のための代替学習システム SemCom を提案する。
論文 参考訳（メタデータ） (2023-07-31T03:34:16Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳（メタデータ） (2023-04-25T00:15:00Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。
知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。
マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-03-15T12:01:43Z) - Knowledge Enhanced Semantic Communication Receiver [7.171974845607281]
本稿では,意味的推論と復号化のための知識ベースにおける事実をより積極的に活用できる知識強化セマンティックコミュニケーションフレームワークを提案する。
具体的には、受信した雑音信号に関連性のある事実三重項を求めるための変圧器に基づく知識抽出器を設計する。
WebNLGデータセットの大規模なシミュレーション結果から,提案した受信機は,知識グラフのデコーディングを向上した上で,優れた性能が得られることが示された。
論文 参考訳（メタデータ） (2023-02-13T01:49:51Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph [33.29303908864777]
知識グラフを利用した認知意味コミュニケーションフレームワークを提案する。
意味情報検出のためのシンプルで汎用的で解釈可能なソリューションを開発した。
提案システムは,データ圧縮率や通信の信頼性の観点から,他のベンチマークシステムよりも優れている。
論文 参考訳（メタデータ） (2022-02-24T08:26:18Z) - Quasi-Equivalence Discovery for Zero-Shot Emergent Communication [63.175848843466845]
ゼロショットコーディネーション(ZSC)を実現するための新しい問題設定と準等価探索アルゴリズムを提案する。
これらの2つの要因が参照ゲームにおいて一意に最適なZSCポリシーをもたらすことを示す。
QEDはこの設定における対称性を反復的に発見することができ、最適なZSCポリシーに収束する。
論文 参考訳（メタデータ） (2021-03-14T23:42:37Z)
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。