Nov, 2023
图谱谱域去噪的贝叶斯公式
Bayesian Formulations for Graph Spectral Denoising
TL;DR考虑定义在图的顶点上的噪声信号，并就高斯、丢失和均匀分布的噪声提出平滑算法。假设信号服从在频域定义的先验分布，它偏好信号在图的边缘上平滑。通过将此先验分布与三种噪声生成模型配对，我们提出噪声数据存在时真实信号的最大后验估计(M.A.P.)，并提供计算M.A.P.的算法。最后，我们展示了这些算法在白噪声恢复图像数据和 toy & EHR 数据中严重丢失时的有效性。