IEEE Signal Processing Magazine· 2013Q1
Grafiklerde sinyal işleme alanının yükselişi: Yüksek boyutlu veri analizini ağlara ve diğer düzensiz alanlara genişletmek
The emerging field of signal processing on graphs: Extending high-dimensional data analysis to networks and other irregular domains
- 4.454atıf
- Q1SCImago
- 2013yıl
Kısa özet
Grafiklerde sinyal işleme, ağ yapılarında bulunan yüksek boyutlu verileri işlemek için graf teorisini harmonik analizle birleştirir. Bu alan, filtreleme ve örnekleme azaltma gibi temel işlemleri düzensiz graf alanlarına uyarlamak için yöntemler geliştirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Yüksek boyutlu veriler, sosyal ve nöronal ağlar gibi uygulamalarda doğal olarak graf köşelerinde yer alır.
- Grafiklerde sinyal işleme, cebirsel ve spektral graf teorisini harmonik analizle uyarlar.
- Filtreleme, öteleme ve örnekleme azaltma gibi işlemlerin graf yapılarına genelleştirilmesi için yöntemler geliştirilir.
- Graf verilerinden verimli bilgi çıkarımı için yerelleştirilmiş, çok ölçekli dönüşümler incelenir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
In applications such as social, energy, transportation, sensor, and neuronal networks, high-dimensional data naturally reside on the vertices of weighted graphs. The emerging field of signal processing on graphs merges algebraic and spectral graph theoretic concepts with computational harmonic analysis to process such signals on graphs. In this tutorial overview, we outline the main challenges of the area, discuss different ways to define graph spectral domains, which are the analogs to the classical frequency domain, and highlight the importance of incorporating the irregular structures of graph data domains when processing signals on graphs. We then review methods to generalize fundamental operations such as filtering, translation, modulation, dilation, and downsampling to the graph setting and survey the localized, multiscale transforms that have been proposed to efficiently extract information from high-dimensional data on graphs. We conclude with a brief discussion of open issues and possible extensions.
Yazarların özeti; kaynağından alınmıştır. IEEE Signal Processing Magazine, 2013 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: İstatistiksel ve Doğrusal Olmayan Fizik
Statistical and Nonlinear PhysicsPhysics and Astronomy