Oct, 2013

图结构数据插值的本地迭代方法

PDF
TL;DR本文提出了两种基于本地化图形滤波的方法，用于从仅一部分的样本中定义在任意图形的定点上的图形信号进行插值。一种是基于图形重构的迭代图滤波方法，另一种是基于正则化的框架，提出了一种结合图形信号平滑度和与已知样本的重建误差的重建代价，并寻找最小化此代价的解决方案。实验结果表明，两种方法在推荐系统数据集上均能有效。
localized graph filteringinterpolationgraph signalsreconstructionoptimization
发现论文，激发创造
  • 基于本地集的图信号重构

    本文引入了本地集概念，并提出了两种基于本地集的迭代方法，用于从采样数据中重建图信号的带限信号。该方法基于帧理论和本地集概念，提出了几个帧和收缩算子。通过计算机模拟实验，证明了这些算法的有效性。

    Oct, 2014

  • 使用连续本地聚合对图信号进行采样

    本文介绍了一种用于图信号采样的新方案，旨在更高效地实现信号稀疏表示和重建，基于图驻点合成算子和 VandeMonde 矩阵结构，可以针对有向环和非环图的信道进行采样和插值，同时进行了实验验证。

    Apr, 2015

  • 图上的信号恢复：变分最小化

    我们提出了一个图信号模型，并将信号恢复任务转化为对应的优化问题，通过交替方向乘子方法提供一般解决方案，然后展示了信号修复、矩阵完成、鲁棒主元分析和异常检测等都与图信号恢复有关，提供了相应的特定解决方案和理论分析，最后在在线博客分类、桥梁状况识别、温度估计、推荐系统和在线博客分类专家意见结合等实际恢复问题上验证了所提出的方法。

    Nov, 2014

  • 图信号的采样和恢复

    本文概述了关于图信号采样和恢复的最新进展，包括完美恢复带限图信号的条件、减轻噪声和模型不匹配效应的采样设计标准、自适应恢复和跟踪动态图信号的算法和最优采样策略，以及图信号处理方法在采样、插值和跟踪不规则域信号方面的潜在优势。

    Dec, 2017

  • 图信号的自适应最小均方估计

    本文提出了一种最小平方算法 least mean squares (LMS)，用于自适应估计图形信号，并通过数值模拟验证了该方法的性能。同时，该文还提出了一种在不知道带宽的情况下进行谱稀疏在线估计的方法，以便在线调整图形采样策略，并将该方法应用于构建认知网络环境下操作区域的功率空间密度制图。

    Feb, 2016

  • 使用种子节点从渗流中重构图信号

    本文提出了一些新的方案来恢复定义在图的节点上的信号，研究了使用图滤波器将稀疏的信号渗透到整个图中以实现已知图信号的重构问题，并探讨了在噪声环境下的不完善重构情况。

    Jul, 2015

  • 图信号的最优恢复

    从优化恢复的角度考虑了图信号处理中部分观测数据的平滑处理问题，并提出了一种计算最优或接近最优正则化参数的方法，在半合成图信号处理数据集的数值实验中取得了良好效果。

    Apr, 2023

  • 基于核方法的图信号重构

    本文研究基于图信号的信号处理问题，提出了一种基于核回归的模型方法，能够有效地处理图信号的重构和估计问题，并通过多核方法的应用，解决了参数选择和滤波器自动选择的难题。

    May, 2016

  • 高效可扩展的图生成通过迭代局部扩展

    通过逐步扩展单个节点生成目标图形的方法，避免建模所有节点对之间的联合分布，通过局部生成来实现较大的计算节省和高度表现力，实现了状态较好的性能，并具有更好的泛化能力。

    Dec, 2023

  • 图上的趋势过滤

    基于离散图差的 L1 范数惩罚，我们介绍了一族图上的自适应估计器。该方法将非参数回归中的趋势滤波推广到图中，相当于 univariate case，它表现出一定程度的局部适应性，也是由一个凸优化问题定义的，可以很容易地通过高效 ADMM 或 Newton 算法进行求解。通过实例和理论，我们展示了图趋势滤波的优点。

    Oct, 2014