Topological Signal Processing
PulseAugur coverage of Topological Signal Processing — every cluster mentioning Topological Signal Processing across labs, papers, and developer communities, ranked by signal.
-
引入用于处理异构网络信号的新框架
研究人员引入了一种名为“图上的层论信号处理”（Sheaf-theoretic Signal Processing on Graphs, SSP）的异构网络信号处理新框架。该方法利用网络层来模拟不同的局部信号空间及其之间的变换，这与现有的图和拓扑信号处理方法有所不同。该框架包括用于分析信号不一致性的层傅里叶变换、多项式层滤波器以及基于网络节点和节点内组件的信号采样方法。在各种数据集上的实验表明，与传统的图信号处理技术相比，该方法取得了持续的改进。
-
用于异构网络数据的新型层信号处理框架
本文介绍了一种新颖的异构网络信号处理框架，称为层信号处理（SSP），该框架利用网络层来模拟各种局部数据结构及其相互关系。与现有的图和拓扑信号处理方法不同，SSP联合建模了这些异构空间以及它们之间的变换。该框架包括一个层傅里叶变换（SFT），用于分析与网络拓扑和局部几何相关的信号不一致性，以及多项式层滤波器和通过选择网络节点和节点内组件来采样信号的方法。在合成、运动捕捉和金融数据上的实验表明，与传统的图信号处理技术相比有所改进。
-
拓扑信号处理教程连接理论与应用
研究人员引入了拓扑信号处理（TSP）作为图信号处理（GSP）的推广，用于分析复杂数据集。TSP将信号分析从节点扩展到单纯复形内的边和更高维度的元素，从而能够研究更高阶的交互。该论文提供了一个关于TSP基础知识的易懂教程，重点介绍了使用组合霍奇拉普拉斯算子的技术，并展示了其在分析脑成像数据以揭示大脑区域之间复杂交互方面的应用。