Enhancing reliability in semantic communication: A stochastic approach to semantic-graph modeling
Anlamsal iletişimde güvenilirliğiarttırma: Anlamsal-grafik modellemesine stokastik yaklaşım
- Tez No: 830731
- Danışmanlar: PROF. DR. ORHAN ARIKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 134
Özet
Anlamsal iletişimin geleceğin büyük ölçekli akıllı sensör ağlarında trafik yükünü hafifletmede kritik bir rol oynaması beklenmektedir. Makine Öğrenmesi ve Derin Öğrenme alanlarındaki ilerlemeler sayesinde son yıllarda iletilen bilginin anlamını kavrayabilen sistemlerin tasarımı mümkün hale gelmiştir. Bu tez grafik tabanlı bir dil aracılığıyla temsil edilen anlamsal bilginin doğruluğunu artırmayı amaçlamaktadır. Algoritmik sorunlar ve sensör hataları anlamsal çıkarıcının gözlemlediği sinyalin grafik temsilinde hatalara yol açabilmektedir. Grafik dili kullanarak temsil edilen anlamsal bilginin zaman içindeki değişimini matematiksel olarak modellemeye ve anlamsal çıkarıcının başarısını artırmaya odaklanılmıştır. Sınırlı sayıdaki olası grafik yapıları üzerinde bir durum uzayı tanımlanmaktadır. Gözlemlenen grafik yapısının zaman içindeki değişimi bu uzayda bir Saklı Yarı-Markov Modeli olarak formüle edilmektedir. Bu yaklaşım öncül bilgileri anlamsal çıkarıcı tarafından üretilen grafik temsillerle birleştirmeyi sağlamaktadır. Bu sayede anlamsal çıkarıcının ürettiği grafik temsillerin başarısı artırılmakta ve gözlenen sinyaldeki anlamsal yenilikler daha isabetli bir şekilde tespit edilebilmektedir. Saklı Yarı-Markov Modeli çerçevesinde, hata düzeltme, anlamsal bilgi birleştirme ve model öğrenme için algoritmalar sunulmaktadır. Algoritmaların etkinliği, simülasyonlar ve CARLA platformunda üretilen video sinyalleri aracılığıyla doğrulanmaktadır.
Özet (Çeviri)
Semantic communication is expected to play a critical role in reducing traffic load in future intelligent large-scale sensor networks. With advances in Machine Learning (ML) and Deep Learning (DL) techniques, design of semantically-aware systems has become feasible in recent years. This thesis focuses on improving the reliability of the semantic information represented in a graph-based language that was previously developed. Inaccuracies in the representation of the semantic information can arise due to multiple factors, such as algorithmic shortcomings or sensory errors, deteriorating the performance of the semantic extractor. This thesis aims to model the temporal evolution of semantic information, represented using the graph language, to enhance its reliability. Each unique graph configuration is treated as a distinct state, leading to a Hidden Semi-Markov Model (HSMM) defined over the state space of the graph configurations. The HSMM formulation enables the integration of prior knowledge on the semantic signal into the graph sequences, enhancing the accuracy in identifying semantic innovations. Within the HSMM framework, algorithms designed for graph smoothing, semantic information fusion, and model learning are introduced. The efficacy of these algorithms in improving the reliability of the extracted semantic-graphs is demonstrated through simulations and video streams generated in the CARLA simulation environment.
Benzer Tezler
- Enhancing UCAV operations with AI-driven point cloud semantic segmentation for precision gimbal targeting in defense industry
Savunma sanayiinde hassas gimbal hedefleme için yapay zeka tabanlı nokta bulutu semantik segmentasyon yaklaşımlarıyla S/İHA operasyonlarının iyileştirilmesi
SALİH BOZKURT
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Generative AI in Healthcare: A Turkish Chatbot for Symptom Assesment and Tailored Recommendations
Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu
YUNUS EMRE IŞIKDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AYDOS
- Yeni bir zaman serisi öngörü yaklaşımı: genetik algoritmaya dayalı bulanık evrişimsel sinir ağı regresyon fonksiyonları
A new time series forecasting approach: fuzzy convolutional neural network regression functions based on genetic algorithm
FURKAN KESKİN
Yüksek Lisans
Türkçe
2025
İstatistikMarmara Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZGE CAĞCAĞ YOLCU
- Evaluation of vector and graph-based search methods in a banking knowledge platform using advanced language models
Bankacılık bilgi platformu için vektör ve grafik temelli arama yöntemlerinin gelişmiş dil modelleriyle değerlendirilmesi
BÜNYAMİN BAKIR
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Enhancing reliability and efficiency in next-generation wireless networks
Yeni nesil kablosuz ağlarda güvenilirliği ve verimliliği artırmak
SAWAIRA RAFAQAT ALI
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN