Jun, 2012

基于生成树小波基的图激活检测

PDF
TL;DR本文研究如何在高斯噪声下检测图形激活，其中信号在图形上是分段恒定的，并将其作为假设检验问题。通过引入基于生成树小波基的局部化本地化基础，作者在低信噪比情况下证明了任何生成树都可区分零假设和备择假设。最后，作者使用均匀生成树进行基础构造，得到更强的理论保障，提高了检测性能。
activationsgraphshypothesis testingspanning tree wavelet basissignal-to-noise ratio
发现论文，激发创造
  • 使用图傅里叶扫描统计检测网络异常活动

    通过对给定图每个顶点进行单一噪声测量，利用基于罕见激活点的聚类位置的本地化信号来检测信号是否恒定或是否存在罕见激活点，找到稀疏切割等问题。我们开发了图傅里叶扫描统计量作为一个可行的放松器来处理 GLR 统计量，并进行了性质分析。在理论和模拟方面证明了图傅里叶扫描统计量优于全局平均和基于顶点门限值的 Naïve 测试程序的实用性

    Nov, 2013

  • 基于谱图理论的图上小波

    本论文提出了一种新的方法来构建任意有限加权图的函数波形变换，基于以离散图拉普拉斯的频谱分解作为傅立叶域的图分析，并且探索了极细尺度下波形的局部化特性，提出了一个快速的切比雪夫多项式逼近算法来计算变换，并通过解决多种不同问题域图上的波形示例展示变换的潜在应用。

    Dec, 2009

  • 基于谱扫描统计量的图突变检测

    本文提出了一种基于组合 Laplacian 的可行的放松 GLR 统计量，称为谱扫描统计量，以解决在给定图形上检测未知信号是否为常数或分段常数问题，其性能直接取决于图形的谱，并基于图的少量重要拓扑性能提出了渐近性质证明。

    Jun, 2012

  • 图上的静态信号处理

    本文提出了一种新颖的局部平稳性概念，并且建立了图信号的功率谱密度模型，实现了多项用途包括杂讯抑制和回归。

    Jan, 2016

  • 稀疏超图的谱检测

    本文提出了一种基于广义非回旋 Hashimoto 矩阵的谱方法，用于从超边集合中的节点分配到社区的问题，并在稀疏区域分析其性能，结果表明此方法能够检测到社区，同时具有更简单、完全非参数化的重要优点，并且能够在不事先知道超边生成规则的情况下进行学习。

    Jul, 2015

  • 使用采样理论进行图信号主动半监督学习

    提出了一种基于图信号采样理论的离线池式主动半监督学习框架，该框架使用节点选择来最大化从采样集重构信号的频率，以解决有限的已标记数据但有大量未标记数据的问题。

    May, 2014

  • 基于顶点频率的图分析

    本文研究如何在图形信号处理领域中利用字典设计和变换方法来识别和利用加权图中信号的结构。通过定义广义卷积、平移和调制运算符等，我们实现了窗口傅里叶分析的图形处理方法，在任何未指定方向、连接、加权的图上对信号进行分析。

    Jul, 2013

  • 频谱自适应紧图小波和顶点频率框架

    本文研究了谱图滤波器的设计，用于构建可以有效表示加权图上的信号的原子词典，并提出了谱图滤波器的自适应方法来生成具有更好区分能力的原子，通过一些例子验证了该方法的有效性和计算效率，同时还提出了一个基于该构造的顶点 - 频率分析示例。

    Nov, 2013

  • 通过一般的谱小波推进图卷积网络

    本文提出了一种基于小波的图卷积网络 WaveGC，通过集成多分辨率的谱基和矩阵值滤波器核心，实现有效捕获和分离短程和长程信息，提供了更高的灵活性和表达能力，并在短程和长程任务中相比现有模型取得了改进。

    May, 2024

  • 异构超图嵌入用于图分类

    论文提出了一种基于图神经网络的异构超图表示学习框架，利用小波基于局部超图卷积来表征多种非成对关系，并通过广泛的实验表明该方法优于其他方法，在垃圾邮件检测等任务中也有显著的优势。

    Oct, 2020