論文の概要: Quantification and Validation for Degree of Understanding in M2M Semantic Communications

• arxiv url: http://arxiv.org/abs/2408.00767v1
• Date: Mon, 15 Jul 2024 03:37:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-19 05:28:21.285157
• Title: Quantification and Validation for Degree of Understanding in M2M Semantic Communications
• Title（参考訳）: M2Mセマンティック通信における理解の度合いの定量化と検証
• Authors: Linhan Xia, Jiaxin Cai, Ricky Yuen-Tan Hou, Seon-Phil Jeong,
• Abstract要約: 本稿では,自然言語に基づくマシン・ツー・マシン(M2M)SemComの2段階階層的検証モデルを提案する。 このアプローチは、自律運転やエッジコンピューティングなど、さまざまなアプリケーションに適用することができる。
• 参考スコア（独自算出の注目度）: 0.17999333451993949
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the development of Artificial Intelligence (AI) and Internet of Things (IoT) technologies, network communications based on the Shannon-Nyquist theorem gradually reveal their limitations due to the neglect of semantic information in the transmitted content. Semantic communication (SemCom) provides a solution for extracting information meanings from the transmitted content. The semantic information can be successfully interpreted by a receiver with the help of a shared knowledge base (KB). This paper proposes a two-stage hierarchical qualification and validation model for natural language-based machine-to-machine (M2M) SemCom. The approach can be applied in various applications, such as autonomous driving and edge computing. In the proposed model, we quantitatively measure the degree of understanding (DoU) between two communication parties at the word and sentence levels. The DoU is validated and ensured at each level before moving to the next step. The model's effectiveness is verified through a series of experiments, and the results show that the quantification and validation method proposed in this paper can significantly improve the DoU of inter-machine SemCom.
• Abstract（参考訳）: 人工知能(AI)とモノのインターネット(IoT)技術の発展により、シャノン=ニキストの定理に基づくネットワーク通信は、送信されたコンテンツにおける意味情報の無視により、その限界を徐々に明らかにする。 セマンティックコミュニケーション(SemCom)は、送信されたコンテンツから情報の意味を抽出するソリューションを提供する。 セマンティック情報は、共有知識ベース(KB)の助けを借りて受信者によってうまく解釈できる。 本稿では,自然言語に基づくマシン・ツー・マシン(M2M)SemComの2段階階層的検証モデルを提案する。 このアプローチは、自律運転やエッジコンピューティングなど、さまざまなアプリケーションに適用することができる。 提案モデルでは,単語と文レベルでの2つのコミュニケーション相手間の理解度(DoU)を定量的に測定する。 DoUは検証され、次のステップに移行する前に各レベルで保証される。 モデルの有効性を一連の実験により検証し,本論文で提案した定量化および検証手法は,マシン間セムコムのDoUを大幅に改善できることを示す。

関連論文リスト

• Variational Source-Channel Coding for Semantic Communication [6.55201432222942]
  現在の意味コミュニケーションシステムは一般にオートエンコーダ(AE)としてモデル化されている AEは、チャネルダイナミクスを効果的にキャプチャできないため、コミュニケーション戦略とAI原則の深い統合を欠いている。 本稿では,従来のコミュニケーションとセマンティックコミュニケーションを区別するデータ歪みの包含について検討する。 意味コミュニケーションシステムを構築するために,VSCC法を提案する。
  論文  参考訳（メタデータ） (2024-09-26T03:42:05Z)
• Trustworthy Image Semantic Communication with GenAI: Explainablity, Controllability, and Efficiency [59.15544887307901]
  画像意味コミュニケーション(ISC)は,高効率な映像コンテンツ伝送を実現する可能性に注目されている。 既存のISCシステムは、解釈可能性、操作性、互換性の課題に直面している。 我々は、複数の下流推論タスクにGenerative Artificial Intelligence(GenAI)を利用する新しい信頼できるISCフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-07T14:32:36Z)
• Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
  本稿では,強化学習に基づくエージェント駆動型ジェネリック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。 本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。 設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-04-10T13:24:27Z)
• 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)
• 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)
• Co-Driven Recognition of Semantic Consistency via the Fusion of Transformer and HowNet Sememes Knowledge [6.184249194474601]
  本稿では,Transformer と HowNet のセメム知識の融合に基づく協調型意味的一貫性認識手法を提案する。 BiLSTMは概念的意味情報をエンコードし、意味的一貫性を推測するために利用される。
  論文  参考訳（メタデータ） (2023-02-21T09:53:19Z)
• 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)

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。