R-局部无标签感知：一种用于局部置换下多视角无标签感知的图匹配新方法
信号处理
2022-05-18 v4 信息论
math.IT
机器学习
摘要
无标签感知是一种线性逆问题，其中测量值被一个未知置换打乱，导致测量值与感知矩阵各行之间的对应关系丢失。受移动传感器网络、目标跟踪以及点云间位姿与对应估计等实际任务的启发，我们研究该问题的一个特例，将置换类限制为局部的并允许多个视角。在此设定下，即具有局部置换的无标签多视角感知，先前的结果与算法不能直接适用。本文提出一种计算高效的算法，创造性地利用图对齐与 Gromov-Wasserstein 对齐的机制，并借助多个视角来估计局部置换。在合成数据集上的仿真结果表明，所提算法具有可扩展性，并适用于低到中等 SNR 的挑战性区间。
引用
@article{arxiv.1911.06382,
title = {R-local unlabeled sensing: A novel graph matching approach for multiview unlabeled sensing under local permutations},
author = {Ahmed Abbasi and Abiy Tasissa and Shuchin Aeron},
journal= {arXiv preprint arXiv:1911.06382},
year = {2022}
}