基于帧波正则化的图去噪
机器学习
2021-11-08 v1 离散数学
摘要
由于从真实世界收集的图数据并非无噪声，图的实用表示应对噪声具有鲁棒性。现有研究通常关注特征平滑而保持几何结构不变。此外，大多数工作采用追求全局平滑的 L2 范数，这限制了图神经网络的表达能力。本文针对特征与结构噪声量身定制图数据正则化器，其中目标函数通过交替方向乘子法 (ADMM) 高效求解。所提方案允许堆叠多层而无需担忧过平滑，并保证收敛至最优解。实证研究表明，即便图被严重污染，我们的模型相比流行图卷积仍取得显著更优的性能。
引用
@article{arxiv.2111.03264,
title = {Graph Denoising with Framelet Regularizer},
author = {Bingxin Zhou and Ruikun Li and Xuebin Zheng and Yu Guang Wang and Junbin Gao},
journal= {arXiv preprint arXiv:2111.03264},
year = {2021}
}