基于 t 收缩先验的图信号去噪
统计方法学
2020-12-29 v1
摘要
我们通过估计无向图上的分段常数信号来研究图信号去噪问题。我们提出一种新的贝叶斯方法：首先通过深度优先搜索算法将一般图转换为链图，然后对诱导链图上连续信号之间的差异施加重尾 t 收缩先验。我们表明，通过充分利用模型中的共轭结构，可以便捷地进行后验计算。我们还推导了所提估计量的后验收缩率，并表明该速率在自动适应图未知边稀疏水平的同时，至多相差一个对数因子是最优的。我们通过大量模拟研究及股票市场数据应用，展示了所提方法的优异经验性能。
引用
@article{arxiv.2012.13696,
title = {Graph signal denoising using $t$-shrinkage priors},
author = {Sayantan Banerjee and Weining Shen},
journal= {arXiv preprint arXiv:2012.13696},
year = {2020}
}