.png){kind=icon}
返回
Implicit Semantic-Aware Communication Based on Hypergraph Reasoning
.png){kind=icon}
PRE
AI
DOI：10.1109/tcomm.2026.3708461.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
语义感知通信已成为下一代通信系统的变革性范式，其基本目标从传输比特级符号转向可靠地恢复和理解信息的语义含义。先前的研究表明，将源消息的语义内容表示为基于图的结构可以显著提高通信效率和接收端语义推理的准确性。然而，现有方案通常采用仅捕获成对关系的图，从而忽略了在现实场景中常见的更高阶隐含相关性，例如群体互动、多实体关联和复杂关系背景。这种局限性降低了语义表达能力，并使语义推理容易产生歧义和性能下降，尤其是在噪声或信道损坏条件下。为解决这些问题，本文提出了一种基于超图的隐式语义推理框架HISR，利用超图表示语义知识实体之间的复杂多实体关系。在HISR中，实体及其关联的高阶关系被映射到专门为不同关系背景定制的语义子空间中。该设计不仅解耦了多样化的语义交互以缓解传统图嵌入方法中常见的信息过平滑效应，还能在传输过程中发生部分信息损失时实现鲁棒语义推理。实验结果表明，所提出的HISR在隐式语义解释准确率方面比当前最优基线提高了高达36.6%，证实了其能够在保持超图建模表达能力优势的同时增强语义推理的可靠性。
Keyword:
Semantic communication
implicit semantic-aware communication
hypergraph reasoning
semantic subspace
期刊
IF:
8.3
论文数:
1.2W
被引数:
3.6W
机构
引用论文
分享收藏Inference of hyperedges and overlapping communities in hypergraphs超图中超边和重叠社区的推断.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏分享收藏
查看更多内容