基于不完整时间序列的联合信号恢复与图学习
机器学习
2023-12-29 v1 信号处理
摘要
从数据中学习图是利用图信号处理工具的关键。大多数传统的图学习算法需要完整的数据统计，这在某些场景下可能无法获得。在这项工作中，我们旨在从不完整的时间序列观测中学习图。从另一个角度来看，我们考虑在底层图模型未知的情况下，对时变图信号进行半盲恢复的问题。我们提出了一种基于块连续上界最小化（BSUM）方法的算法，用于从不完整数据中同时推断信号和图。在合成和真实时间序列上的仿真结果展示了所提方法在图学习和信号恢复方面的性能。
引用
@article{arxiv.2312.16940,
title = {Joint Signal Recovery and Graph Learning from Incomplete Time-Series},
author = {Amirhossein Javaheri and Arash Amini and Farokh Marvasti and Daniel P. Palomar},
journal= {arXiv preprint arXiv:2312.16940},
year = {2023}
}