Generalizando el procesamiento de señales en grafos: Espacios de alta dimensión, modelos y estructuras

En el análisis de datos moderno, las mediciones masivas de una red requieren nuevas técnicas de procesamiento de señales, que se espera que se adapten a la topología de la red, tengan una implementación distribuida y sean lo suficientemente flexibles para diversas aplicaciones. Las teorías y técnicas de procesamiento de señales de grafos (GSP) están orientadas a estos objetivos. El GSP ha experimentado un rápido desarrollo en los últimos años. Desde su introducción hace unos diez años, hemos visto numerosas ideas nuevas y aplicaciones prácticas relacionadas con el campo. En esta monografía, se presenta una visión general de los avances recientes en la generalización del GSP, con un enfoque en la extensión a espacios, modelos y estructuras de alta dimensión. Junto con los nuevos marcos propuestos para abordar tales problemas, se introducen muchas herramientas matemáticas nuevas. En la primera parte de la monografía, se revisa el GSP tradicional, se destacan los desafíos que enfrenta y se motivan los esfuerzos para superar dichos desafíos. Estos esfuerzos se convierten entonces en el tema del resto de la publicación. Se incluye la generalización del GSP a espacios de señales de vértices de alta dimensión, la teoría de operadores de desplazamiento aleatorio y los modelos de señales estadísticas de estaciónaridad en sentido amplio (WSS), y el tratamiento de la alta dimensionalidad en estructuras de grafos y estructuras generalizadas tipo grafo. La monografía concluye con un esquema de posibles direcciones futuras.

Autor: Xingchao Jian, Feng Ji, Wee Peng Tay
Editorial: Now Publishers
Publicado: 03/06/2023
Páginas: 96
Tipo de encuadernación: Tapa blanda
Peso: 0.33lbs
Tamaño: 9.21h x 6.14w x 0.20d
ISBN13: 9781638281504
ISBN10: 1638281505
Categorías BISAC:
- Tecnología e Ingeniería | Señales y Procesamiento de Señales