Description
Date depot: 14 décembre 2021
Titre: Communication sémantique et orientée objectif pour les systèmes intelligents en réseau
Directeur de thèse:
Marios KOUNTOURIS (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Systèmes et réseaux
Resumé: Les futurs systèmes en réseau sans fil et l'Internet des objets (IoT) intelligents nécessitent une communication en temps réel fiable, des interactions autonomes et des calculs rapides. Dans ce contexte, l'information est précieuse lorsqu'elle est fraîche, utile et efficace. Les systèmes émergents impliqueront la génération et la communication de quantités massives de trafic de données. Le transport de données qui finissent souvent par être obsolètes ou non pertinentes pour l'application de l'utilisateur final, entraînera de graves goulots d'étranglement de communication. Dans cette thèse, nous étudions un nouveau paradigme de communication, qui prend en compte la sémantique (c'est-à-dire l'importance, l'utilité ciblée et la valeur contextuelle) de l'information et exploite la synergie entre le traitement des données, la transmission de l'information et la reconstruction du signal. Notre approche se base sur les attributs de l'information (sémantique) innés et contextuels largement inexploités. Notre premier objectif est de développer des mesures d'informations sémantiques orientées but (goal-oriented) et basées sur l'entropie (par exemple, l'entropie de Rényi, l'entropie généralisée pondérée, etc.). Ces métriques sémantiques serviront de base à un cadre général de débit-distorsion-qualité sémantique. Nous introduirons des mesures de distorsion non linéaires pertinentes basées sur des distances et des divergences statistiques. Plusieurs outils d'inférence statistique et de géométrie de l'information seront utilisés pour mesurer la qualité et la fidélité de la reconstruction sémantique orientée but. Ce nouveau cadre proposé a le potentiel d'améliorer considérablement l'utilisation des ressources du réseau, la consommation d'énergie et l'efficacité de calcul, tout en soutenant la scalabilité des futurs systèmes intelligents massifs et en réseau.
Résumé dans une autre langue: Future wireless networked systems and intelligent Internet-of-Things (IoT) call for reliable real-time communication, autonomous interactions and timely calculations. In this context, information is valuable when it is fresh, useful, and effective. Emerging systems will involve the generation and the communication of massive amounts of data traffic. Transporting data that often ends up being outdated or irrelevant to the end user’s application, will cause severe communication bottlenecks. In this thesis, we investigate a new communication paradigm, which takes into account the semantics (i.e. the importance, goal-oriented utility and contextual value) of information and exploits the synergy between data processing, information transmission and signal reconstruction. Our approach capitalizes on the largely untapped innate and contextual attributes (semantics) of information. Our first objective is to develop goal-oriented, entropy-based measures of semantic information (e.g., Rényi entropy, weighted generalized entropy, etc.). These semantic metrics will serve as the foundation of a general rate-distortion-semantic quality framework. We will introduce relevant, non-linear distortion measures based on statistical distances and divergences. Several tools from statistical inference and information geometry will be used to measure the quality and the fidelity of semantic, goal-oriented reconstruction. The proposed goal-oriented framework has the potential to significantly improve network resource usage, energy consumption, and computational efficiency, thus supporting the scalability of future massive, networked intelligent systems
Doctorant.e: Agheli Pouya