6G 网络：超越香农范式迈向语义与面向目标的通信
网络与互联网体系结构
2021-02-18 v3 信息论
机器学习
math.IT
摘要
本文旨在推广这样一种观点：在未来的 6G 网络中引入语义和面向目标的方面，能够在系统有效性和可持续性方面带来显著飞跃。语义通信超越了常见的香农范式——即不论数据包所传达的含义如何，都保证每个传输数据包被正确接收。其理念是，每当通信是为了传达意义或达成某个目标时，真正重要的是数据包被正确接收/解释将对目标达成产生的影响。聚焦于语义和面向目标的方面，并可能将其结合，有助于识别相关信息，即严格必要用于恢复发送方意图含义或达成目标的信息。将知识表示与推理工具同机器学习算法相结合，为构建语义学习策略铺平了道路，使当前机器学习算法获得更好的解释能力并抵御对抗攻击。6G 语义网络可将语义学习机制部署在网络边缘，同时语义学习可帮助 6G 网络提升其效率与可持续性。
引用
@article{arxiv.2011.14844,
title = {6G Networks: Beyond Shannon Towards Semantic and Goal-Oriented Communications},
author = {Emilio Calvanese Strinati and Sergio Barbarossa},
journal= {arXiv preprint arXiv:2011.14844},
year = {2021}
}