局部平稳图过程
机器学习
2024-02-28 v2 机器学习
摘要
平稳图过程模型常用于在不规则网络拓扑上收集的数据集的分析与推断。虽然大多数现有方法用单一在整个图上全局有效的平稳过程模型来表示图信号，但在许多实际问题中，过程的特征可能随图上不同区域发生局部变化。在这项工作中，我们提出一种局部平稳图过程（LSGP）模型，旨在将经典的局部平稳性概念推广到不规则图域。我们通过将整体过程表达为一组分量过程的组合来刻画局部平稳性，使得过程遵循各分量的程度在图上平滑变化。我们提出了一种从过程实现中计算 LSGP 模型的算法，并研究了用 WSS 过程对 LSGP 进行局部近似。在信号插值问题上的实验表明，所提出的过程模型提供了与最先进水平相竞争的准确信号表示。
引用
@article{arxiv.2309.01657,
title = {Locally Stationary Graph Processes},
author = {Abdullah Canbolat and Elif Vural},
journal= {arXiv preprint arXiv:2309.01657},
year = {2024}
}