Główne pojęcia
本論文では、多タスクネットワークにおけるQoEベースのセマンティックアウェアリソース割当手法を提案する。セマンティックエントロピーを定義してセマンティック情報を定量化し、セマンティックフィデリティとセマンティックレートを考慮したQoEモデルを開発する。最適化問題を2つのサブ問題に分割し、深層強化学習と低複雑度のマッチングアルゴリズムを用いて解く。シミュレーション結果により、提案手法の有効性と従来の通信システムとの互換性を検証する。
Streszczenie
本論文では、多タスクネットワークにおけるQoEベースのセマンティックアウェアリソース割当手法を提案している。
まず、セマンティックエントロピーを定義してセマンティック情報を定量化する。セマンティックエントロピーは、タスクを達成するために必要な最小限のセマンティックシンボルの平均数を表す。深層学習モデルを用いて近似的なセマンティックエントロピーを導出する。
次に、セマンティックフィデリティとセマンティックレートを考慮したQoEモデルを開発する。セマンティックフィデリティは、送信データと受信データ間のセマンティック情報の差異を表し、セマンティックレートはセマンティック情報の伝送効率を表す。
最適化問題は、セマンティック圧縮サブ問題とチャネル割当・送信電力サブ問題の2つに分割する。前者はDQNを用いて解き、後者は低複雑度のマッチングアルゴリズムを提案して解く。
最後に、シミュレーション結果により、提案手法の有効性と従来の通信システムとの互換性を検証する。
Statystyki
単一タスクユーザのセマンティックレートは、
˜
HSi/kus/Wとして表される。
双方向タスクのテキストユーザとイメージユーザのセマンティックレートは、それぞれ
˜
HBi,t/kubt/Wと
˜
HBi,i/kubi/Wとして表される。
Cytaty
"セマンティック情報は、タスクを達成するために必要な有効な情報であり、ソースデータの具体的な表現だけでなく、特定のタスクにも依存する。"
"セマンティックエントロピーは、データXに関する最小限の平均セマンティックシンボル数であり、タスクYを予測するのに十分である。"
"QoEモデルは、ユーザの満足度を反映し、従来の通信システムとセマンティック通信システムの両方に適用できる。"