Numerical filter learning

新的子图滤波器学习框架解决了图数据不完整的问题

研究人员引入了一个名为子图滤波器学习（SFL）的新颖框架，以解决图信号处理中图拓扑信息通常不可用的挑战。该框架提出在仅可获得部分观测值的情况下，使用子图支持算子来近似环境图滤波器。该方法将SFL构建为统计学习问题，并引入了基于距离感知拉普拉斯构造的子图滤波器代数，以定义一类可控的滤波器。在真实数据集上的实验表明，该代数模型优于现有的多项式滤波器和分布无关算子等方法。