基于语义认知网络的数字孪生网络架构研究OA
数字孪生网络是一种新兴的技术架构,通过对物理网络中的实体进行数字化表示,有望实现物理网络与孪生网络的闭环系统。然而,在传统通信网络框架下仍然难以满足数字孪生网络高保真度、高时效性和高资源利用率等需求。语义认知网络作为一种智能的信息交互范式,侧重对数据含义的理解和处理,可显著提高传输效率和准确性,从而满足数字孪生网络高保真度和高时效性的需求。为此,提出了一种基于语义认知网络的数字孪生网络架构。该架构通过融合语义认知网络,可实现高保真度的孪生体模型构建、网络决策的智能优化以及高效的数据传输。在该架构的基础上,以基于语义认知网络的网络数据增强为案例,验证了语义认知网络可以在模型聚合过程中同时考虑样本数据量和分布相似性,训练得到具备生成高精度合成数据的孪生模型。
金冬子;李莹玉;高大化;石光明;肖泳;
鹏城实验室,广东深圳518055 华中科技大学电信学院,湖北武汉430074鹏城实验室,广东深圳518055 中国地质大学(武汉)机械与电子信息学院,湖北武汉430074鹏城实验室,广东深圳518055 西安电子科技大学人工智能学院,陕西西安710071
电子信息工程
数字孪生网络语义认知网络数据增强
《移动通信》 2024 (002)
P.34-40 / 7
国家自然科学基金“面向6G群体智能资源共享博奔基础理论研究”(62071193);国家自然科学基金“面向智能语义理解的计算成像方法研究”(61976169);国家自然科学基金“语义通信基础理论与方法研究”(62293483);国家自然科学基金“基于多通道压缩感知的高分辨高动态范围红外成像方法研究”(61871304);鹏城实验室重大攻关项目(PCL2021A12);中央高校基本科研业务费资助,HUST“基于联邦学习的数字李生网络建模研究”(2023JYCXJ029)。
评论