論文の概要: Semantic Channel Theory: Deductive Compression and Structural Fidelity for Multi-Agent Communication
- arxiv url: http://arxiv.org/abs/2604.16471v1
- Date: Fri, 10 Apr 2026 02:08:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 02:32:14.025447
- Title: Semantic Channel Theory: Deductive Compression and Structural Fidelity for Multi-Agent Communication
- Title（参考訳）: 意味的チャネル理論:多エージェント通信における帰納的圧縮と構造的忠実性
- Authors: Jianfeng Xu,
- Abstract要約: 本稿では,セマンティックコミュニケーションのための厳密な枠組みを開発する。
正式な証明システムとシャノン理論ツールを統合している。
セマンティックボトルネックはブロードキャスト設定で識別される。
- 参考スコア（独自算出の注目度）: 7.299890614172539
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Shannon's information theory deliberately excludes message semantics. This paper develops a rigorous framework for semantic communication that integrates formal proof systems with Shannon-theoretic tools. We introduce an axiomatic information model comprising Lsem-definable state sets linked by computable enabling maps, and define the semantic channel as a composition of Markov kernels whose supports respect the enabling structure. A fixed proof system induces an irredundant semantic core and a derivation-depth stratification, enabling four distortion measures of increasing semantic depth: Hamming, closure, depth, and a parameterized composite. Six families of computable semantic channel invariants are defined and their inter-relationships established, including a data processing bound, a semantic Fano bound, and an ideal-channel collapse theorem. The central quantitative result is a deductive compression gain: under closure-based fidelity, the minimum block length is determined by the irredundant core size rather than the full knowledge-base size. We instantiate the framework for heterogeneous multi-agent communication, introducing an overlap decomposition that yields necessary and sufficient conditions for closure-reliable communication. A semantic bottleneck phenomenon is identified in broadcast settings: vocabulary mismatch imposes irreducible fidelity limitations even over noiseless carriers. All results are verified on an explicit Datalog instance.
- Abstract（参考訳）: シャノンの情報理論は意図的にメッセージの意味論を除外している。
本稿では, 正則証明システムとシャノン理論ツールを統合した, セマンティックコミュニケーションのための厳密なフレームワークを開発する。
計算可能イネーブルマップによってリンクされたLsem-definable状態集合からなる公理情報モデルを導入し,有効構造を尊重するマルコフカーネルの構成としてセマンティックチャネルを定義する。
固定的な証明システムは、無矛盾なセマンティックコアと導出深度成層化を誘導し、ハミング、クロージャ、深さ、パラメータ化合成の4つの歪み測定を可能にする。
計算可能なセマンティックチャネル不変量の6つのファミリーが定義され、データ処理境界、セマンティックファノ境界、理想チャネル崩壊定理を含むそれらの相互関係が確立される。
閉包ベースの忠実度の下では、最小ブロック長は、知識ベースのサイズではなく、既知コアサイズによって決定される。
異種マルチエージェント通信のためのフレームワークをインスタンス化し、クロージャ信頼通信に必要な十分な条件を出力する重複分解を導入する。
ボキャブラリミスマッチは、ノイズのないキャリアでさえ、既約の忠実さの制限を課す。
すべての結果は、明示的なDatalogインスタンスで検証されます。
関連論文リスト
- From Liar Paradox to Incongruent Sets: A Normal Form for Self-Reference [0.0]
意味情報の構造的源としての不一致が果たす役割について考察する。
意味的完全性は情報的完全性を妨げるが、矛盾はそれを保っていることを示す。
共生は、局所的に実現可能であるが、グローバルに互換性のない意味的コミットメントとして構造的に表される。
論文 参考訳（メタデータ） (2026-03-25T17:04:42Z) - WavePhaseNet: A DFT-Based Method for Constructing Semantic Conceptual Hierarchy Structures (SCHS) [0.0]
本稿では,大規模言語モデルにおけるトランスフォーマー/アテンション機構を再構成する。
GPT-4の24,576次元埋め込み空間は、言語自己相似性とZipfの法則に基づく1/fスペクトル構造を示す。
コホモロジー整合性制御(Cohomological Consistency Control) 局所窓の重なり合うコホモロジー正則化によって構築される最小の埋め込み空間は、グラフ構造とコチェーン複体を定義することができる。
論文 参考訳（メタデータ） (2026-02-16T03:07:41Z) - The Inevitability of Side-Channel Leakage in Encrypted Traffic [18.365496056967917]
効率優先のシステムでは、少なくとも1つのアプリケーションペアが識別可能である場合、リークは避けられないことを示す。
これにより、暗号化されたトラフィックサイドチャネルのための厳密な情報理論の基礎が確立される。
論文 参考訳（メタデータ） (2026-02-15T08:55:19Z) - Improving LLM Reasoning with Homophily-aware Structural and Semantic Text-Attributed Graph Compression [55.51959317490934]
大規模言語モデル(LLM)は、テキスト分散グラフ(TAG)理解において有望な能力を示している。
グラフは本来、構造情報や意味情報を豊富に含むものであり、それらの有効利用はLLMの推論性能の潜在的な利益を解放する可能性があると論じる。
グラフホモフィリーの活用を目的としたフレームワーク LLMs (HS2C) のホモフィリー対応構造とセマンティック圧縮を提案する。
論文 参考訳（メタデータ） (2026-01-13T03:35:18Z) - SeSE: A Structural Information-Guided Uncertainty Quantification Framework for Hallucination Detection in LLMs [43.76748192880071]
本稿では,大規模言語モデル固有の意味的不確かさを定量化する,原則的UQフレームワークを提案する。
我々は,指向性セマンティック依存をキャプチャする適応的にスペーシングされた有向グラフ構築アルゴリズムを開発した。
そして階層的抽象化を通じて潜在意味構造情報を利用する。
論文 参考訳（メタデータ） (2025-11-20T11:54:12Z) - Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application [11.385703484113552]
生成人工知能(GAI)を利用した新しい意味コミュニケーションフレームワークを提案する。
意味的特徴抽出のための変分オートエンコーダを組み合わせた潜在拡散モデル(LDM)に基づく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。
提案システムはゼロショットの一般化をサポートし,低SNRおよびアウト・オブ・ディストリビューション条件下での優れた性能を実現する訓練自由フレームワークである。
論文 参考訳（メタデータ） (2025-06-06T03:20:32Z) - Distributionally Robust Wireless Semantic Communication with Large AI Models [111.47794569742206]
現在のSemComシステムは、様々なノイズ条件、敵攻撃、アウト・オブ・ディストリビューション・データにまたがる一般化に失敗している。
Wassersteinは、意味的誤解釈やチャネル摂動に対するレジリエンスを提供するために、分布的に堅牢な最適化を採用している。
画像とテキストの伝送実験の結果、WaSeComは雑音や逆方向の摂動下で頑健性の向上を実現していることがわかった。
論文 参考訳（メタデータ） (2025-05-28T04:03:57Z) - Graph with Sequence: Broad-Range Semantic Modeling for Fake News Detection [18.993270952535465]
BREAKは偽ニュース検出のための広範囲セマンティクスモデルである。
完全に接続されたグラフを利用して、包括的なセマンティクスをキャプチャする。
構造ノイズと特徴ノイズの両方を最小限に抑えるために、デュアルデノゲーションモジュールを使用している。
論文 参考訳（メタデータ） (2024-12-07T14:35:46Z) - Semantic Loss Functions for Neuro-Symbolic Structured Prediction [74.18322585177832]
このような構造に関する知識を象徴的に定義した意味的損失をトレーニングに注入する。
記号の配置に非依存であり、それによって表現される意味論にのみ依存する。
識別型ニューラルモデルと生成型ニューラルモデルの両方と組み合わせることができる。
論文 参考訳（メタデータ） (2024-05-12T22:18:25Z) - Unifying different notions of quantum incompatibility into a strict
hierarchy of resource theories of communication [60.18814584837969]
我々は、POVM、チャネル、機器の非互換性の異なる概念を統一するq-compatibilityの概念を導入する。
我々は、情報理論資源の観点から、各非互換性の概念が何を構成しているかを正確に特定することができる。
論文 参考訳（メタデータ） (2022-11-16T21:33:31Z)
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。