低秩动态网络的建模与拓扑估计
图形学
2025-11-11 v1 机器学习
摘要
传统的动态网络拓扑学习方法对于呈现低秩特性的过程不再适用。为了解决这一问题，我们提出了低秩动态网络模型，该模型确保了可辨识性。通过采用因果维纳滤波，我们建立了一个充分必要条件，将滤波器的稀疏模式与条件格兰杰因果关系联系起来。基于这一理论结果，我们开发了一种一致的方法来估计所有网络边。仿真结果证明了所提出框架的简洁性以及拓扑估计方法的一致性。
引用
@article{arxiv.2511.06674,
title = {Modeling and Topology Estimation of Low Rank Dynamical Networks},
author = {Wenqi Cao and Aming Li},
journal= {arXiv preprint arXiv:2511.06674},
year = {2025}
}