基于多图卷积滤波器的学习
信号处理
2022-10-31 v1 机器学习
摘要
本文提出一种卷积架构，用于在信息支撑于多图之上时进行学习。利用代数信号处理（ASP），我们提出多图上的卷积信号处理模型（MSP）。随后，我们引入多图卷积神经网络（MGNNs）作为堆叠的分层结构，其中信息依据 MSP 模型进行处理。我们还开发了 MGNN 中滤波器系数的易处理计算流程，以及降低层间传递信息维度的低成本方法。最后，我们在多通道通信系统的优化资源分配任务上，将 MGNNs 与其他学习架构的性能进行比较。
引用
@article{arxiv.2210.16272,
title = {Learning with Multigraph Convolutional Filters},
author = {Landon Butler and Alejandro Parada-Mayorga and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:2210.16272},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2209.11354