Joint Sampling and Reconstruction of Time-Varying Signals Over Directed Graphs
Notice bibliographique
Résumé
Vertex-domain and temporal-domain smoothness of time-varying graph signals are cardinal properties that can be exploited for effective graph signal reconstruction from limited samples. However, existing approaches are not directly applicable when the signal's frequency occupancy changes with time. Moreover, while e.g., sensor network applications can benefit from directed graph models, the non-orthogonality of the graph eigenvectors can challenge spectral-based signal reconstruction algorithms. In this context, here we consider$K$-sparse time-varying signals with unknown frequency supports. By exploiting the smoothness of the varying graph frequency supports and employing shift operations over directed graphs, we study joint sampling of multiple varying signals based on Schur decomposition to reconstruct each signal by orthogonal frequency components. Firstly, joint frequency support of the multiple signals is identified by proposing a two-stage Individual-Joint sampling scheme. Based on the estimated frequency support, the GFT coefficients of each signal can be recovered using data collected in individual sampling stage. Greedy algorithms are proposed for vertex set selection and graph shift order selection, which enable a robust signal reconstruction against additive noise. Considering the signals in applications may be approximately$K$-sparse, we further exploit the samples in both individual and joint sampling stages and investigate the optimal signal reconstruction as a convex optimization problem with adaptive frequency support selection. The proposed optimal sampling and reconstruction algorithms outperform several existing schemes in random network and sensor network data gathering.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».