Subgraph Filter Learning

新的子图滤波器学习框架提供了改进的性能

研究人员开发了一个名为子图滤波器学习（SFL）的新框架，以解决图信号处理中的挑战，在这些挑战中，完整的图拓扑通常是不可用的。SFL使用子图支持的算子在部分观测下近似环境图滤波器，将问题表述为统计学习任务。所提出的方法引入了一个基于距离感知拉普拉斯构造的子图滤波器代数，它定义了一个结构化的滤波器类别以进行有效近似，并建立了性能风险界限。在真实数据集上的实验表明，SFL模型持续优于现有基线。