抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
無線通信における機械学習(ML)ツールの最近の成功に動機づけられて,1949年からのWeaverによる意味通信のアイデアが注目されている。それは,メッセージの意味,すなわち,その正確なバージョンよりむしろ意味論の意味を送信し,従って,情報率の節約を可能にすることにより,Shannonの古典的設計パラダイムで破綻する。本研究では,完全通信Markov連鎖に対する意味論のモデリングのために,Basuらから基本的アプローチを拡張した。従って,隠れランダム変数によって意味論をモデル化し,セマンティック通信チャネル上のメッセージのデータ削減と信頼できる伝送としてセマンティック通信タスクを定義し,意味論が最良に保存される。このタスクをエンドツーエンド情報Bottleneck問題としてキャストし,関連する情報を最も保存しながら圧縮を可能にした。解法として,MLベースの意味通信システムSINFONYを提案し,分散多点シナリオのためにそれを使用する:SINFONYは,意味回復のための単一受信機に異なる送信者で観察される複数のメッセージの背後にある意味を通信する。メッセージ用例として画像処理画像によってSINFONYを分析した。数値結果は,古典的に設計した通信システムと比較して,20dBまでの大きなレート正規化SNRシフトを明らかにした。【JST・京大機械翻訳】