本文探讨了在新兴的网络化系统中,为了实现远程驱动,如何通过语义学方法实现目的导向的信息交换,证明了基于语义学方法采样和传输策略能够显著降低误差率和执行成本。
Jul, 2020
本文研究书面语的信息编码和语义特征,利用信息论的方法分析书面语中词汇的分布和使用,探求了主题 - 词汇频率关系。研究结果表明,在每个文本中,频率高的词汇与主题的相关性更大,这种现象可以用特征大小和分布模型来解释。
Jul, 2009
通过引入上下文推理,本文提出了一种基于语义的随机模型,用于更有效地传递信息,同时证明系统二的可靠性能够随着意义概念数量的增加而提高,并通过期望语义表示位长度来衡量提取出的有效语义,实验结果表明该模型显著缩短语义表示长度且不会影响通信可靠性。
Aug, 2021
本文介绍了用于语义分析和量化科学短文本的计算方法,以及如何将它们标准化为代表科学专业类别的向量,并使用统计分析确定最适当的 “含义” 的尺寸,从而建立了文本含义的几何表示。
May, 2022
本研究通过推广 Basu 等人的方法,将语义建模扩展至完整的通信马尔科夫链,提出了一种 ML-based 的语义通信系统 SINFONY,通过传输信息的同时进行压缩,有效提高了信息传输质量,尤其在多分发情况下,SNR 比传统通信系统提高了 20dB。
Apr, 2022
通过引入编码在干预一个变量时另一个变量熵的变化的量,最近的研究实现了给定结构因果模型(SCM)的因果控制的量化。我们的研究通过建立和分析这些概念的基本性质,包括界限和链规则,对因果熵和因果信息增益的概念的形式理解做出了贡献。此外,我们阐明了因果熵与随机干预之间的关系,并提出了因果条件熵和因果条件信息增益的定义。总体而言,这种探索为通过研究最近提出的在因果性考虑方面扎根的信息论量来增强因果机器学习任务铺平了道路。
Feb, 2024
提出了一种新的基于信号博弈和神经符号人工智能方法的新兴语义通信系统框架,用于因果推理,最终实现高效的通信和更好的语义可靠性。
Oct, 2022
使用预测信息作为动态系统控制器参数的推动力以实现高维机器人系统的协同控制和收敛行为。
Jan, 2013
提出了一种实用的语义通信框架,通过理论心智(ToM)模拟接收者的神经网络,使用动态两级反馈机制实现有效的面向目标的信息共享,优化信道编码过程,提供语义反馈级别并减少比特量,从而实现高效的通信。
Nov, 2023
通过在一个地方政府的复杂基础设施项目中实现和验证本体论,该研究使用语义学方法对协调与合作进行建模和增强,提出了一个包含相关依赖的鲁棒保存型细化组织模型,以及如何通过改变组织内的依赖结构来减轻协调与合作风险等实际见解。
Dec, 2023