論文の概要: Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation
- arxiv url: http://arxiv.org/abs/2303.08546v1
- Date: Wed, 15 Mar 2023 12:01:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 14:00:13.963828
- Title: Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation
- Title（参考訳）: ナレッジグラフによる認知的意味コミュニケーションシステム:原理,実装,性能評価
- Authors: Fuhui Zhou and Yihao Li and Ming Xu and Lu Yuan and Qihui Wu and Rose
Qingyang Hu and Naofal Al-Dhahir
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 74.38561925376996
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic communication is envisioned as a promising technique to break
through the Shannon limit. However, semantic inference and semantic error
correction have not been well studied. Moreover, error correction methods of
existing semantic communication frameworks are inexplicable and inflexible,
which limits the achievable performance. In this paper, to tackle this issue, a
knowledge graph is exploited to develop semantic communication systems. Two
cognitive semantic communication frameworks are proposed for the single-user
and multiple-user communication scenarios. Moreover, a simple, general, and
interpretable semantic alignment algorithm for semantic information detection
is proposed. Furthermore, an effective semantic correction algorithm is
proposed by mining the inference rule from the knowledge graph. Additionally,
the pre-trained model is fine-tuned to recover semantic information. For the
multi-user cognitive semantic communication system, a message recovery
algorithm is proposed to distinguish messages of different users by matching
the knowledge level between the source and the destination. Extensive
simulation results conducted on a public dataset demonstrate that our proposed
single-user and multi-user cognitive semantic communication systems are
superior to benchmark communication systems in terms of the data compression
rate and communication reliability. Finally, we present realistic single-user
and multi-user cognitive semantic communication systems results by building a
software-defined radio prototype system.
- Abstract（参考訳）: 意味コミュニケーションはシャノン限界を突破する有望な技術として考えられている。
しかし,意味的推論や意味的誤り訂正は十分に研究されていない。
さらに,既存のセマンティック通信フレームワークの誤り訂正手法は説明不能で柔軟性に乏しいため,達成可能な性能が制限される。
本稿では,この問題を解決するために,知識グラフを用いてセマンティックコミュニケーションシステムの開発を行う。
2つの認知意味コミュニケーションフレームワークが単一ユーザおよび複数ユーザ通信シナリオに対して提案されている。
さらに,意味情報検出のための単純,汎用,解釈可能な意味的アライメントアルゴリズムを提案する。
さらに,推論規則を知識グラフから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。
さらに、事前学習したモデルを微調整して意味情報を復元する。
マルチユーザ認識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,ソースと目的地の知識レベルを一致させることで,異なるユーザのメッセージを識別するメッセージ回復アルゴリズムを提案する。
データ圧縮率と通信信頼性の観点から,提案したシングルユーザと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の方が,ベンチマーク通信システムよりも優れていることを示す。
最後に,ソフトウェアで構築した無線プロトタイプシステムを用いて,現実的な認知的意味コミュニケーションシステムを提案する。
関連論文リスト
- Adversarial Learning for Implicit Semantic-Aware Communications [104.08383219177557]
対戦型学習に基づく暗黙的意味認識通信アーキテクチャ(iSAC)を開発した。
我々は、iSACを適用することで、送信先のユーザは、ソースメッセージの真の推論ルールと一致する推論ルールを常に学習できることを示す。
実験結果から,提案したiSACは,既存の非推論通信ソリューションよりも最大19.69dB向上できることがわかった。
論文 参考訳（メタデータ） (2023-01-27T08:28:12Z) - 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) - Semantic-Native Communication: A Simplicial Complex Perspective [50.099494681671224]
トポロジカル空間の観点から意味コミュニケーションを研究する。
送信機はまずデータを$k$の単純複素数にマッピングし、その高次相関を学習する。
受信機は構造を復号し、行方不明または歪んだデータを推測する。
論文 参考訳（メタデータ） (2022-10-30T22:33:44Z) - 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) - 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) - 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) - 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) - Federated Reinforcement Learning at the Edge [1.4271989597349055]
現代のサイバー物理アーキテクチャでは、異なる物理的位置にあるシステムから収集されたデータを使用して適切な振る舞いを学び、不確実な環境に適応する。
本稿では,複数のエージェントが分散的に収集された時系列データに対して,強化学習問題を共同で解決するために,効率的にコミュニケーションを行う必要がある設定について考察する。
通信効率向上のためのアルゴリズムが提案され、理論的保証、実践的実装、数値評価がサポートされている。
論文 参考訳（メタデータ） (2021-12-11T03:28:59Z)
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。