Fugu-MT 論文翻訳(概要): Implicit Semantic-Aware Communication Based on Hypergraph Reasoning

論文の概要: Implicit Semantic-Aware Communication Based on Hypergraph Reasoning

arxiv url: http://arxiv.org/abs/2606.20162v1
Date: Thu, 18 Jun 2026 12:28:30 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-19 18:23:39.850913
Title: Implicit Semantic-Aware Communication Based on Hypergraph Reasoning
Title（参考訳）: ハイパーグラフ推論に基づく暗黙のセマンティック・アウェア通信
Authors: Yiwei Liao, Shurui Tu, Yong Xiao, Yingyu Li, Guangming Shi,
Abstract要約: 本稿では,意味知識エンティティ間の複雑な多義性関係を表現するために,ハイパグラフに基づく暗黙的意味推論フレームワークHISRを提案する。数値的な結果から、提案したHISRは、最先端のベンチマークで暗黙的な意味解釈精度を最大36.6%向上することが示された。
参考スコア（独自算出の注目度）: 37.08230650074803
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Semantic-aware communication has emerged as a transformative paradigm for next-generation communication systems, shifting the fundamental goal from transmitting bit-level symbols to reliably recovering and understanding the semantic meaning of information. Previous studies have demonstrated that representing the semantic content of source messages as graph-based structures can significantly improve communication efficiency and the accuracy of semantic inference at the receiver. However, existing solutions typically employ graphs that capture only pairwise relationships, thereby neglecting higher-order implicit correlations commonly observed in real-world scenarios, such as group interactions, multi-entity associations, and complex relational contexts. This limitation reduces semantic expressiveness and makes semantic inference susceptible to ambiguity and performance degradation, particularly under noisy or corrupted channel conditions. To address these issues, this paper proposes a novel hypergraph-based implicit semantic reasoning framework, HISR, which leverages hypergraphs to represent complex multi-entity relationships among semantic knowledge entities. In HISR, entities and their associated higher-order relations are mapped into dedicated semantic subspaces tailored to distinct relational contexts. This design not only disentangles diverse semantic interactions to mitigate the over-smoothing effects commonly found in traditional graph embedding methods but also enables robust semantic inference even when partial information loss occurs during transmission. Numerical results show that the proposed HISR achieves up to a 36.6% improvement in implicit semantic interpretation accuracy over the state-of-the-art benchmarks.
Abstract（参考訳）: セマンティック・アウェア・コミュニケーションは次世代通信システムにおけるトランスフォーメーションパラダイムとして登場し、ビットレベルのシンボルの送信から情報の意味を確実に回復し理解することへの根本的な目標をシフトしている。従来の研究では、ソースメッセージのセマンティック内容をグラフ構造として表現することで、レシーバにおける通信効率とセマンティック推論の精度を大幅に向上させることができることが示されている。しかしながら、既存のソリューションでは、ペア関係のみをキャプチャするグラフを用いるため、グループ相互作用やマルチエンタリティ関連、複雑な関係コンテキストなど、現実のシナリオでよく見られる高次の暗黙の相関を無視する。この制限は意味表現性を減少させ、特にノイズや破損したチャネル条件下で、あいまいさや性能劣化に敏感なセマンティック推論を可能にする。これらの課題に対処するために,ハイパーグラフを利用した暗黙的セマンティック推論フレームワークHISRを提案する。 HISRでは、エンティティとその関連の高い高次関係は、異なる関係文脈に合わせた専用のセマンティック部分空間にマッピングされる。この設計は、従来のグラフ埋め込み法でよく見られる過度に平滑な効果を緩和するために多様な意味的相互作用を解き放つだけでなく、送信中に部分的な情報損失が発生したとしても堅牢な意味的推論を可能にする。数値的な結果から、提案したHISRは、最先端のベンチマークで暗黙的な意味解釈精度を最大36.6%向上することが示された。

関連論文リスト

Semantic Communication Enhanced by Knowledge Graph Representation Learning [11.68356846628016]
本稿では,意味的コミュニケーションの新たなパラダイムにおいて,グラフに抽出された意味的知識の表現と処理の利点について検討する。本稿では,無線チャネルを通じてノード埋め込みと等価な意味記号を送信し,受信側で完全な知識グラフを推測する。
論文参考訳（メタデータ） (2024-07-27T20:57:10Z)
Prompt-based Logical Semantics Enhancement for Implicit Discourse Relation Recognition [4.7938839332508945]
Inlicit Discourse Relation Recognition (IDRR) のための Prompt-based Logical Semantics Enhancement (PLSE) 法を提案する。提案手法は,事前学習した言語モデルに対する対話関係に関する知識を,素早い接続予測によってシームレスに注入する。 PDTB 2.0 と CoNLL16 データセットによる実験結果から,本手法は現状の最先端モデルに対して優れた一貫した性能を発揮することが示された。
論文参考訳（メタデータ） (2023-11-01T08:38:08Z)
IDRNet: Intervention-Driven Relation Network for Semantic Segmentation [34.09179171102469]
同時進行の視覚パターンは、画素関係モデリングが密接な予測タスクを促進することを示唆している。印象的な結果にもかかわらず、既存のパラダイムは、しばしば不適切または効果的な文脈情報集約に悩まされる。我々は,textbfIntervention-textbfDriven textbfRelation textbfNetworkを提案する。
論文参考訳（メタデータ） (2023-10-16T18:37:33Z)
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)
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)
FECANet: Boosting Few-Shot Semantic Segmentation with Feature-Enhanced Context-Aware Network [48.912196729711624]
Few-shot セマンティックセグメンテーション(Few-shot semantic segmentation)は、新しいクラスの各ピクセルを、わずかに注釈付きサポートイメージで検索するタスクである。本稿では,クラス間の類似性に起因するマッチングノイズを抑制するために,機能拡張コンテキスト認識ネットワーク(FECANet)を提案する。さらに,前景と背景の余分な対応関係を符号化する新たな相関再構成モジュールを提案する。
論文参考訳（メタデータ） (2023-01-19T16:31:13Z)
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)
Reinforcement Learning-powered Semantic Communication via Semantic Similarity [13.569045590522316]
我々は,ビットレベルの精度を厳格に確保する代わりに,セマンティック情報を保存するための新しいセマンティックコミュニケーション機構を導入する。一般的に使用されるビットレベルのメトリクスは、重要な意味や構造を捉えるのに脆弱であることを示す。ユーザ定義のセマンティック測定を同時に最適化できる強化学習(RL)ベースのソリューションを提案しました。
論文参考訳（メタデータ） (2021-08-27T05:21:05Z)

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。