論文の概要: Integrating Semantic Communication and Human Decision-Making into an End-to-End Sensing-Decision Framework
- arxiv url: http://arxiv.org/abs/2412.05103v1
- Date: Fri, 06 Dec 2024 15:01:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:54:58.429851
- Title: Integrating Semantic Communication and Human Decision-Making into an End-to-End Sensing-Decision Framework
- Title（参考訳）: 意味コミュニケーションと人間の意思決定をエンド・ツー・エンドのセンシング・意思決定フレームワークに統合する
- Authors: Edgar Beck, Hsuan-Yu Lin, Patrick Rückert, Yongping Bao, Bettina von Helversen, Sebastian Fehrler, Kirsten Tracht, Armin Dekorsy,
- Abstract要約: 本稿では,意味コミュニケーションとヒューマン意思決定(HDM)を1つの確率的エンドツーエンドセンシング決定フレームワークに統合することを提案する。
本研究は,HDMモデルを用いた意味コミュニケーションの設計・相互作用に関する新たな知見を提供する。
- 参考スコア（独自算出の注目度）: 5.64132780952967
- License:
- Abstract: As early as 1949, Weaver defined communication in a very broad sense to include all procedures by which one mind or technical system can influence another, thus establishing the idea of semantic communication. With the recent success of machine learning in expert assistance systems where sensed information is wirelessly provided to a human to assist task execution, the need to design effective and efficient communications has become increasingly apparent. In particular, semantic communication aims to convey the meaning behind the sensed information relevant for Human Decision-Making (HDM). Regarding the interplay between semantic communication and HDM, many questions remain, such as how to model the entire end-to-end sensing-decision-making process, how to design semantic communication for the HDM and which information should be provided to the HDM. To address these questions, we propose to integrate semantic communication and HDM into one probabilistic end-to-end sensing-decision framework that bridges communications and psychology. In our interdisciplinary framework, we model the human through a HDM process, allowing us to explore how feature extraction from semantic communication can best support human decision-making. In this sense, our study provides new insights for the design/interaction of semantic communication with models of HDM. Our initial analysis shows how semantic communication can balance the level of detail with human cognitive capabilities while demanding less bandwidth, power, and latency.
- Abstract（参考訳）: 1949年、ウィーバーはコミュニケーションを非常に広義に定義し、ある心や技術システムが他の心に影響を及ぼす全ての手続きを含め、意味的なコミュニケーションの考え方を確立した。
近年、人間にタスク実行を支援するために知覚情報が無線で提供される専門家支援システムにおける機械学習の成功により、効率的で効率的なコミュニケーションを設計する必要性が高まっている。
特に、意味コミュニケーションは、ヒューマン・ディシジョン・メイキング(HDM)に関連する感覚情報の背後にある意味を伝えることを目的としている。
意味コミュニケーションとHDMの相互作用については、エンドツーエンドの知覚決定プロセス全体をどのようにモデル化するか、HDMのセマンティックコミュニケーションをどのように設計するか、HDMにどの情報を提供するべきかなど、多くの疑問が残る。
これらの課題に対処するため,コミュニケーションと心理学を橋渡しする1つの確率的エンドツーエンドセンシング・意思決定フレームワークに意味コミュニケーションとHDMを統合することを提案する。
学際的な枠組みでは、HDMプロセスを通じて人間をモデル化し、セマンティックコミュニケーションから特徴抽出が人間の意思決定をいかに支援できるかを探索する。
この意味で,本研究では,HDMモデルを用いた意味コミュニケーションの設計・相互作用に関する新たな知見を提供する。
最初の分析は、セマンティックコミュニケーションが人間の認知能力と細部とのバランスを保ちながら、帯域幅、電力、レイテンシの低減を要求できることを示している。
関連論文リスト
- Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。
本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。
大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
論文 参考訳（メタデータ） (2024-09-13T18:28:12Z) - Semantic Communication Networks Empowered Artificial Intelligence of Things [2.590720801978138]
本稿では,セマンティック通信システムにおけるセキュリティとプライバシの脅威を包括的に調査する。
この急成長する分野において、さらなる調査を保証している重要なオープンな問題を特定します。
論文 参考訳（メタデータ） (2024-07-04T14:39:28Z) - 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) - 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) - 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) - Emergent Quantized Communication [34.31732248872158]
本稿では,メッセージの量子化という,離散的なコミュニケーションを実現するための代替手法を提案する。
メッセージの量子化により、モデルのエンドツーエンドのトレーニングが可能になり、複数のセットアップで優れたパフォーマンスを実現します。
論文 参考訳（メタデータ） (2022-11-04T12:39:45Z) - 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) - Towards Human-Agent Communication via the Information Bottleneck
Principle [19.121541894577298]
これら3つの要因(実用性、情報性、複雑さ)のトレーディングが、いかに創発的なコミュニケーションを形作るかを研究する。
本稿では,連続空間に埋め込まれた離散信号に入力を圧縮するニューラルネットワークを訓練するVector-Quantized Variational Information Bottleneck (VQ-VIB)を提案する。
論文 参考訳（メタデータ） (2022-06-30T20:10:20Z) - 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) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。