Accelerated Graph Learning From Smooth Signals

We consider network topology identification subject to a signal smoothness prior on the nodal observations. A fast dual-based proximal gradient algorithm is developed to efficiently tackle a strongly convex, smoothness-regularized network inverse problem known to yield high-quality graph solutions....

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE signal processing letters Ročník 28; s. 2192 - 2196
Hlavní autoři:	Saboksayr, Seyed Saman, Mateos, Gonzalo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Convergence Convex functions fast gradient methods Gradient methods Graph learning graph signal processing Graph theory Inference algorithms Inverse problems Network topologies Network topology Signal processing algorithms signal smoothness Smoothness topology identification
ISSN:	1070-9908, 1558-2361
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!