低通滤波图滤波器的Grassmannian插值：理论与应用

低通图滤波器是信号在图和其他非欧几里得域上处理的基本方法。然而，对于参数化图族的滤波器计算可能昂贵，因为需要重复求解特征值问题以计算相应的低频子空间。我们提出了一种基于Grassmann流形上法向坐标的Riemannian插值方法的低通图滤波器插值算法。我们推导了子空间插值的误差界估计，并建议两种可能的应用用于诱导的参数化图族。首先，我们认为节点特征的时间演化可通过一种相似性校正来转化为图拓扑的演化，以调整网络的同调程度。其次，我们建议一种由给定静态图诱导的点积图族，这允许通过滤波器插值推断改进的节点分类消息传递方案。