基于图信号的图学习监督线性回归方法
信息论
2018-11-06 v1 math.IT
摘要
我们提出了一种监督学习方法，用于从一组图信号中预测底层图。我们的方法基于线性回归。在线性回归模型中，我们将图的边权重作为输出进行预测，给定图节点上的一组信号值作为输入。我们通过一个相关的优化问题求解最优回归系数，该问题是凸的，并使用基于图拉普拉斯算子的正则化。正则化有助于促进图信号的特定图谱分布。仿真实验表明，即使在输入数据存在异常值的情况下，我们的方法也能很好地预测。
引用
@article{arxiv.1811.01586,
title = {Supervised Linear Regression for Graph Learning from Graph Signals},
author = {Arun Venkitaraman and Hermina Petric Maretic and Saikat Chatterjee and Pascal Frossard},
journal= {arXiv preprint arXiv:1811.01586},
year = {2018}
}