图滤波器和滤波器组的设计
本文探讨了在图形上定义低频和高频信号、低通、高通和带通图滤波器等概念。我们提出了一种定义图信号总变化量的方法,从而在图上自然地引导出了一种频率排序。我们研究了具有指定频率响应的图滤波器的设计,并应用于传感器故障检测和数据分类。
Jul, 2013
本研究将离散信号处理 (DSP) 延伸到图信号,利用 DSP 基本原理进行快速分类,压缩和预测线性不规则位置天气站数据和移动服务提供商客户行为数据以及图论和社交网络的数据分析和处理。
Oct, 2012
本文概述了在图上信号处理的方法,从图谱论、多尺度变换的角度阐述了在处理高维数据的图结构方面的方法和挑战,并强调了考虑到图形数据不规则结构的重要性。
Oct, 2012
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
本文利用图信号处理来表征图神经网络(GNNs)的表征空间,讨论了图卷积滤波器在 GNNs 中的作用,并展示了这类滤波器所建立的任何架构都具有置换等变性和对网络拓扑的稳定性的基本属性。然后,我们讨论了扩展了边变量和自回归移动平均图滤波器的 GNNs 以及它们的属性,并最终研究了在推荐系统和学习机器人群体的分散式控制器中使用 GNNs 的相关研究。
Mar, 2020
本文提出了在任意有限带权无向图的顶点上分析函数的两通道小波滤波器组的构建。我们观察了二分图中的谱折叠现象,提出了解决重叠和使信号完美重建的有偶数长度的 qmf 小波滤波器。随后,针对任意图,我们提出了一个二分子图分解,其在每个二分子图上构建了 qmf 小波滤波器,从而实现了在图上的多维可分离小波滤波器组。我们陈述了正交性、抗混淆和完美重构的必要和充分条件,并通过 Chebychev 多项式逼近来实现了滤波器。
Jun, 2011
该研究介绍了如何利用图信号处理的概念和工具,诸如图滤波器和变换,以开发新的机器学习算法,并提供了未来 GSP 技术发展的新视角,以解锁在现代数据分析中的许多挑战。
Jul, 2020