Localized Spectral Graph Filter Frames: A Unifying Framework, Survey of Design Considerations, and Numerical Comparison
Localized Spectral Graph Filter Frames: A Unifying Framework, Survey of Design Considerations, and Numerical Comparison
复制标题
局部谱图滤波器框架：统一框架、设计考虑因素调查和数值比较
DOI：
--
复制
发表时间：
2020
影响因子：
14.9
通讯作者：
D. Shuman
中科院分区：
文献类型：
--
作者：
D. Shuman
过去 10 年，图信号处理 [2] 的主要工作是设计新的变换方法，该方法考虑底层图结构，以识别和利用驻留在连接的、加权的、无向图上的数据结构。最常见的方法是构建原子字典（构建块信号）并将感兴趣的图形信号表示为这些原子的线性组合。这种表示可以实现数据的可视化分析、数据的统计分析和数据压缩，并且它们还可以用作机器学习和不适定逆问题（例如修复、去噪和分类）中的正则化器。
A major line of work in graph signal processing [2] during the past 10 years has been to design new transform methods that account for the underlying graph structure to identify and exploit structure in data residing on a connected, weighted, undirected graph. The most common approach is to construct a dictionary of atoms (building block signals) and represent the graph signal of interest as a linear combination of these atoms. Such representations enable visual analysis of data, statistical analysis of data, and data compression, and they can also be leveraged as regularizers in machine learning and ill-posed inverse problems, such as inpainting, denoising, and classification.
登录
查看更多内容
在数据科学应用的图表上插值样条曲线
影响因子：
2.5
作者：
Ward, John Paul;Narcowich, Francis J.;Ward, Joseph D.
通讯作者：
Ward, Joseph D.
影响因子：
14.9
作者：
Mateos, Gonzalo;Segarra, Santiago;Ribeiro, Alejandro
通讯作者：
Ribeiro, Alejandro
影响因子：
5.4
作者：
Teke, Oguzhan;Vaidyanathan, P. P.
通讯作者：
Vaidyanathan, P. P.
图表上的能量压缩过滤器
DOI：
10.1109/globalsip.2018.8646570
发表时间：
2018
期刊：
IEEE Global Conference on Signal and Information Processing
影响因子：
--
作者：
Teke, Oguzhan;Vaidyanathan, P. P.
通讯作者：
Vaidyanathan, P. P.
图拉普拉斯特征向量的度量
DOI：
10.1117/12.2528644
发表时间：
2019
期刊：
Wavelets and Sparsity XVIII
影响因子：
--
作者：
Li, Haotian;Saito, Naoki
通讯作者：
Saito, Naoki