6G将以智能网络为演进形式,具备内生智能、开放性的特征。智能网络标准化研究中强调了意图驱动网络对实现网络智能化的必要性。但目前基于意图的网络将意图理解为“What to do”而非“What you want”,利用知识定义网络(KDN)可在一定程...
详细信息
6G将以智能网络为演进形式,具备内生智能、开放性的特征。智能网络标准化研究中强调了意图驱动网络对实现网络智能化的必要性。但目前基于意图的网络将意图理解为“What to do”而非“What you want”,利用知识定义网络(KDN)可在一定程度上根据“What to do”完成“How to configure the network”。基于此,提出了意图抽象与知识联合驱动的6G内生智能网络架构,旨在根据“What you want”实现“How to configure the network”。首先,设计了意图抽象模块,通过意图获取、意图转译、意图映射和意图建模,从“What you want”获取“What to do”。其次,提出了认知模块,利用机器学习和逻辑推理联合动态优化获取网络知识,从而根据“What to do”完成“How to configure the network”。最后,介绍了支撑6G内生智能实现的意图映射、网络信息测量、网络策略生成、网络策略验证等关键技术及未来挑战。
随着信息技术的飞速发展,互联网成为了舆情传播的主要载体.各种舆情事件不断涌现,并在网民的参与下广泛传播,由此可能引发强烈的社会反响.因此,如何实现网络舆情事件快速发现与个性化监测需求的精准推送,成为了当前舆情的重点关注内容.对于舆情场景下用户交互信息稀疏导致的兴趣难以刻画的问题,提出了一种基于层次知识的话题推荐模型.模型通过引入层次知识来扩充语义增加话题之间的潜在信息关联,分别对层次知识、话题和用户建模得到对应的嵌入向量表示,再结合多层感知机匹配模型预测用户点击率.实验结果表明,该模型在与多个基线算法的对比中,在F1(the balanced F score)和AUC(the area under curve)指标的平均值上分别提升了6.7％和4.9％.
暂无评论