从多域信号中学习乘积图
信号处理
2019-11-20 v2
摘要
在本文中，我们专注于从多域训练数据中学习底层乘积图结构。我们假设乘积图由两个较小的因子图通过笛卡尔图乘积形成。然后我们将乘积图学习问题表述为因子图拉普拉斯矩阵估计问题。为了估计因子图拉普拉斯矩阵，我们假设数据相对于底层乘积图是平滑的。当训练数据无噪声或完整时，学习因子图可表述为一个凸优化问题，其基于注水算法具有显式解。所开发的框架通过使用合成数据的数值实验以及有关印度空气质量监测的真实数据进行了说明。
引用
@article{arxiv.1911.07411,
title = {Learning product graphs from multidomain signals},
author = {Sai Kiran Kadambari and Sundeep Prabhakar Chepuri},
journal= {arXiv preprint arXiv:1911.07411},
year = {2019}
}
备注
Submitted to ICASSP 2020