Generalizing Graph Signal Processing: High Dimensional Spaces, Models and Structures
W nowoczesnej analizie danych, masowe pomiary z sieci wymagają nowatorskich technik przetwarzania sygnałów, które powinny być dostosowane do topologii sieci, mieć rozproszoną implementację i być wystarczająco elastyczne dla różnych zastosowań. Teorie i techniki przetwarzania sygnałów grafowych (GSP) są ukierunkowane na te cele.
W ostatnich latach nastąpił szybki rozwój GSP. Od czasu jego wprowadzenia około dziesięć lat temu, widzieliśmy wiele nowych pomysłów i praktycznych zastosowań związanych z tą dziedziną. W niniejszej monografii przedstawiono przegląd najnowszych osiągnięć w uogólnianiu GSP, ze szczególnym uwzględnieniem rozszerzenia na przestrzenie, modele i struktury o wysokim wymiarze. Wraz z nowymi ramami zaproponowanymi do rozwiązywania takich problemów, wprowadzono wiele nowych narzędzi matematycznych.
W pierwszej części monografii dokonano przeglądu tradycyjnego GSP, podkreślono stojące przed nim wyzwania i umotywowano wysiłki zmierzające do ich przezwyciężenia. Wysiłki te stają się następnie tematem przewodnim pozostałej części publikacji. Uwzględniono uogólnienie GSP na wysokowymiarowe przestrzenie sygnałów wierzchołkowych, teorię losowych operatorów przesunięć i modele sygnałów statystycznych o szerokim sensie stacjonarnym (WSS), a także traktowanie wysokiej wymiarowości w strukturach grafowych i uogólnionych strukturach grafopodobnych. Monografia kończy się zarysem możliwych przyszłych kierunków.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)