可靠的带限图数据单次量化通过噪声整形
信息论
2026-05-08 v2 math.IT
摘要
图数据在自然科学和机器学习中无处不在。本文考虑将具有图结构的带限数据量化为每个条目少量位数，同时在低通滤波下保持其信息。我们提出一种高效的单次噪声整形方法，实现了最先进的性能并附有严格的误差界。与现有方法不同，它允许可靠地量化到任意位数，包括极端情况即每个数据系数仅用一位。
引用
@article{arxiv.2602.08669,
title = {Reliable one-bit quantization of bandlimited graph data via single-shot noise shaping},
author = {Johannes Maly and Anna Veselovska},
journal= {arXiv preprint arXiv:2602.08669},
year = {2026}
}