图信号处理:概述、挑战和应用
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
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
本文介绍了图形学习方法,如何通过图信号了解底层网络拓扑,以及统计方法,使用相关分析学习高斯图模型,并介绍近期的 GSP 基础网络推断框架,以及对动态网络的推断,非线性模型的配对交互以及对有向图的扩展及其与因果推理的关系等领域的挑战和机遇进行概述。
Oct, 2018
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
本文综述了从统计学和物理学等传统观点以及从图信号处理 (GSP) 角度采用的更近期的方法。本文重点强调了传统和 GSP 为基础的图推理方法之间的概念上的异同,并强调了后一种方法在许多理论和实践情景中的潜在优势,并结论了未来信号处理和机器学习算法的设计面临的若干开放问题和挑战。
Jun, 2018
本文旨在建立分析拓扑空间中定义的信号的基本工具,特别是用于处理定义在非度量空间上的信号,其中我们着重介绍定义在单纯复合体上的信号,并从代数拓扑的基本原理出发,在各阶信号之间强调相互作用和提取数据中单纯复合体拓扑的方法,最后通过实际应用案例验证所提出的方法的有效性。
Jul, 2019
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
本文介绍了图信号处理工具箱(GSPBox),是一个可以用于处理具有信号处理方法的图形相关问题的框架,并通俗易懂的解释了该软件的结构和组织,内容还包含重要模块的概述
Aug, 2014