面向无线网络中零接触IoE的神经符号可解释人工智能孪生
人工智能
2022-10-14 v1 网络与互联网体系结构
摘要
可解释人工智能(XAI)孪生系统将成为第六代(6G)无线网络零接触网络与服务管理(ZSM)的基本赋能技术。可靠的ZSM用XAI孪生系统需要两个组成部分：对万物互联(IoE)物理行为进行离散化的极强分析能力，以及刻画此类行为推理的严格方法。本文提出一种新颖的神经符号可解释人工智能孪生框架，以实现无线IoE的可信ZSM。XAI孪生的物理空间执行神经网络驱动的多变量回归以捕获随时间变化的无线IoE环境，同时确定IoE服务聚合的无意识决策。随后，XAI孪生的虚拟空间构造基于有向无环图(DAG)的贝叶斯网络，该网络可通过一阶概率语言模型对无意识决策推断符号推理分数。此外，提出基于贝叶斯多臂老虎机的学问题，以缩小所提神经符号XAI孪生的期望解释分数与当前获得分数之间的差距。为解决ZSM中可扩展、模块化和无状态管理功能的挑战，所提神经符号XAI孪生框架由两个学习系统组成：1) 作为物理空间无意识学习器的隐式学习器；2) 可基于隐式学习器决策与先验证据利用符号推理的显式学习器。实验结果表明，所提神经符号XAI孪生可达到约96.26%的准确率，同时在推理与闭环自动化方面保证高出18%至44%的信任分数。
引用
@article{arxiv.2210.06649,
title = {Neuro-symbolic Explainable Artificial Intelligence Twin for Zero-touch IoE in Wireless Network},
author = {Md. Shirajum Munir and Ki Tae Kim and Apurba Adhikary and Walid Saad and Sachin Shetty and Seong-Bae Park and Choong Seon Hong},
journal= {arXiv preprint arXiv:2210.06649},
year = {2022}
}
备注
Submitted to a journal for peer review