[论文解读] Semantic Communications in Networked Systems.

Elif Uysal‐Biyikoglu, Onur Kaya+10 more|arXiv (Cornell University)|Mar 9, 2021

Age of Information Optimization参考文献 14被引用 31

一句话总结

本文通过在网络化系统中整合语义信息（即相对于目的和时效性的意义）实现了通信与控制架构的范式转变。它提出了语义感知技术，包括语义度量、语义压缩感知以及优化的采样与编码方案，以在减少数据量、能耗和延迟的同时，提升在约束条件下的实时决策能力。

ABSTRACT

We present our vision for a departure from the established way of architecting and assessing communication networks, by incorporating the semantics of information for communications and control in networked systems. We define semantics of information, not as the meaning of the messages, but as their significance, possibly within a real time constraint, relative to the purpose of the data exchange. We argue that research efforts must focus on laying the theoretical foundations of a redesign of the entire process of information generation, transmission and usage in unison by developing: advanced semantic metrics for communications and control systems; an optimal sampling theory combining signal sparsity and semantics, for real-time prediction, reconstruction and control under communication constraints and delays; semantic compressed sensing techniques for decision making and inference directly in the compressed domain; semantic-aware data generation, channel coding, feedback, multiple and random access schemes that reduce the volume of data and the energy consumption, increasing the number of supportable devices.

研究动机与目标

• 通过在网络设计中嵌入语义重要性（而非仅句法数据）来重新定义通信与控制系统。
• 解决传统通信模型忽略信息目的性和时效性的问题。
• 通过语义感知减少冗余数据传输，降低能耗并支持更多设备。
• 通过结合稀疏性与语义的新采样理论，实现在通信约束下的实时预测与控制。
• 从数据生成到信道编码和接入控制，构建端到端的语义感知系统。

提出的方法

• 将语义定义为相对于目的和实时约束的意义，而非意义本身。
• 开发先进的语义度量方法，以量化控制与通信场景中信息的相关性。
• 提出一种最优采样理论，将信号稀疏性与语义重要性相结合，实现高效实时重建。
• 引入语义压缩感知，实现在压缩域内的直接推理与决策。
• 设计语义感知的数据生成、信道编码、反馈及多址接入方案，以最小化数据量与能耗。
• 在整个信息生命周期（生成、传输与使用）中集成语义感知组件。

实验结果

研究问题

• RQ1 如何在联网控制与通信系统中形式化定义并度量语义？
• RQ2 在实时系统中，结合信号稀疏性与语义重要性的最优采样策略是什么？
• RQ3 如何利用语义信息在压缩域内直接进行决策与推理？
• RQ4 语义感知信道编码与反馈机制的设计原则是什么？
• RQ5 如何通过语义感知的多址接入与随机接入方案，在降低数据量与能耗的同时支持更多设备？

主要发现

• 将语义整合到通信与控制系统中，可显著降低数据量与能耗。
• 语义感知采样理论使得在通信约束与延迟下仍能实现高效实时重建与控制。
• 语义压缩感知支持在压缩域内直接进行推理，降低处理与传输开销。
• 语义感知的信道编码与反馈方案减少了冗余数据传输，提升了频谱效率。
• 语义感知的多址接入与随机接入协议在支持更多设备的同时，实现更低能耗与延迟。
• 从数据生成到使用的信息处理全流程的全面重构，实现了可扩展、高效且以目标为导向的联网系统。