Adaptive Graph Signal Processing: Algorithms and Optimal Sampling Strategies

The goal of this paper is to propose novel strategies for adaptive learning of signals defined over graphs, which are observed over a (randomly) time-varying subset of vertices. We recast two classical adaptive algorithms in the graph signal processing framework, namely the least mean squares (LMS)...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on signal processing Ročník 66; číslo 13; s. 3584 - 3598
Hlavní autoři:	Di Lorenzo, Paolo, Banelli, Paolo, Isufi, Elvin, Barbarossa, Sergio, Leus, Geert
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.07.2018
Témata:	Adaptation and learning Adaptive learning graph signal processing Laplace equations sampling on graphs Signal processing Signal processing algorithms Steady-state successive convex approximation Task analysis
ISSN:	1053-587X, 1941-0476
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!