文献

J-GLOBAL ID：201902277244431292   整理番号：19A1112151

ドットの接続:グラフ信号処理によるネットワーク構造の同定【JST・京大機械翻訳】

Connecting the Dots: Identifying Network Structure via Graph Signal Processing

著者 (4件)： Mateos Gonzalo (Electrical and Computer Engineering, University of Rochester, Rochester, New York United States) ,  Segarra Santiago (Institute for Data, Systems, and Society, Massachusetts Institute of Technology, Cambridge, Massachusetts United States) ,  Marques Antonio G. (Signal Theory and Communications, King Juan Carlos University,, Madrid, Spain) ,  Ribeiro Alejandro (Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, United States)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 36  号： 3  ページ： 16-43  発行年： 2019年 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワークトポロジー推論はネットワーク科学における重要な問題である。今日までの多くのグラフ信号処理(GSP)努力は,基礎となるネットワークが知られていると仮定し,グラフの代数的およびスペクトル的特性が関心のあるグラフ信号の特性にどのように影響するかを解析する。このような仮定は,例えば直接観測可能な社会的およびインフラストラクチャネットワークを扱うアプリケーションを超えて,しばしば不可能である。そして,典型的に採用されたグラフ構築方式は,主に非公式であり,明確に検証の要素を欠いている。本論文では,上記のギャップを橋渡しするために開発されたグラフ学習法の概要を,グラフ信号から入手可能な情報を用いて,基礎となるグラフトポロジーを推論することにより提供した。かなり成熟した統計的アプローチを最初に調査し,そこでは,相関分析は中心段階を,共分散選択への接続と,Gaussグラフモデルを学習するための高次元回帰とを取り込んだ。最近のGPベースのネットワーク推論フレームワークについても述べた。これはネットワークが潜在的な基礎構造として存在し,そのようなグラフで定義されたネットワークプロセスの結果として観測が生成されると仮定する。また,動的ネットワークの推論とペアワイズ相互作用の非線形モデルを含む多数のより多くの発生する話題についても簡単に概説した。また,指向(di)グラフへの拡張と因果推論へのそれらの関係についても述べた。すべてにおいて,本論文は,時間とともに進化するネットワーク化システムにおいて生じる複雑な挙動のモデリング,予測,および制御の交差道路における新たなトピック領域におけるSP研究のための挑戦と機会に対する読者を紹介する。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  道路 ,  *ネットワーク ,  スペクトル ,  インフラストラクチャー ,  *信号処理 ,  *グラフ ,  代数学 ,  学習 ,  モデリング ,  位相幾何学 ,  *ネットワーク構造 ,  応用プログラム
準シソーラス用語： 動的ネットワーク ,  ネットワークトポロジー , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (5件)： ドット ,  グラフ ,  信号処理 ,  ネットワーク構造 ,  同定