通过图滤波器组对邻接矩阵进行有损压缩
信号处理
2024-02-06 v1
摘要
本文提出了一种基于图滤波器组的加权图邻接矩阵压缩框架。邻接矩阵是图的广泛使用的数学表示，应用于信号处理、机器学习和数据挖掘等各种领域。在许多感兴趣的问题中，这些邻接矩阵可能非常大，因此高效的压缩方法至关重要。在本文中，我们提出了一种加权邻接矩阵的有损压缩方法，其中二进制邻接信息被无损编码（从而保留图的拓扑信息），而边权重则进行有损压缩。对于边权重压缩，目标图被转换为线图，其节点对应于原始图的边，原始边权重被视为线图上的图信号。随后，我们使用图滤波器组变换线图上的边权重以实现稀疏表示。在合成数据上的实验通过与现有有损矩阵压缩方法进行比较，验证了所提方法的有效性。
引用
@article{arxiv.2402.02884,
title = {Lossy Compression of Adjacency Matrices by Graph Filter Banks},
author = {Kenta Yanagiya and Junya Hara and Hiroshi Higashi and Yuichi Tanaka and Antonio Ortega},
journal= {arXiv preprint arXiv:2402.02884},
year = {2024}
}