面向物联网监测传感器网络的图驱动数据质量应用综述

物联网（IoT）技术的发展使得监测网络在智慧城市、环境监测和精准农业等广泛应用中得到普及。近年来的一个主要研究焦点是开发基于图的技术以提高传感器网络的数据质量，这是将感知数据用于决策过程、数字孪生及其他应用的关键方面。重点在于利用图拓扑提供的结构化数据优势，开发基于图的机器学习和信号处理技术。许多技术，如图信号处理（GSP）或成功的图神经网络（GNN），已被用于数据质量增强任务。在本综述中，我们聚焦于监测传感器网络中用于数据质量控制的基于图的模型。此外，我们深入探讨了为传感器网络中的数据质量任务（包括缺失值插补、异常值检测或虚拟传感）提供强大基于图解决方案的常用技术细节。最后，我们指出了未来的趋势和挑战，例如用于数字孪生的图模型或模型的可迁移性与泛化能力。