• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Signal Processing Magazine >Learning Graphs From Data: A Signal Representation Perspective
【24h】

Learning Graphs From Data: A Signal Representation Perspective

机译：来自数据的学习图：信号表示透视图

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The construction of a meaningful graph topology plays a crucial role in the effective representation, processing, analysis, and visualization of structured data. When a natural choice of the graph is not readily available from the data sets, it is thus desirable to infer or learn a graph topology from the data. In this article, we survey solutions to the problem of graph learning, including classical viewpoints from statistics and physics, and more recent approaches that adopt a graph signal processing (GSP) perspective. We further emphasize the conceptual similarities and differences between classical and GSP-based graph-inference methods and highlight the potential advantage of the latter in a number of theoretical and practical scenarios. We conclude with several open issues and challenges that are keys to the design of future signal processing and machine-learning algorithms for learning graphs from data.
机译：有意义的图形拓扑的构建在结构化数据的有效表示，处理，分析和可视化中起着至关重要的作用。当数据集不容易获得图形的自然选择时，因此希望从数据中推断或学习图形拓扑。在本文中，我们调查了图表学习问题的解决方案，包括统计和物理学的经典观点，以及采用曲线信号处理（GSP）透视的更新方法。我们进一步强调了基于GSP的图形推论方法的概念相似性和差异，并突出了后者在许多理论和实践方案中的潜在优势。我们得出结论，具有几个开放问题和挑战，这些问题是对来自数据学习图形的未来信号处理和机器学习算法的关键。

著录项

  • 来源
    《IEEE Signal Processing Magazine》 |2019年第3期|44-63|共20页
  • 作者

    Dong Xiaowen; Thanou Dorina; Rabbat Michael; Frossard Pascal;

  • 作者单位

    Univ Oxford Dept Engn Sci Oxford England|MIT Media Lab Cambridge MA 02139 USA;

    EPFL ETH Zurich Swiss Data Sci Ctr Zurich Switzerland;

    McGill Univ Dept Elect & Comp Engn Montreal PQ Canada;

    IBM TJ Watson Res Ctr Yorktown Hts NY USA;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号