Defining Graph Signal Distances Using an Optimal Mass Transport Framework

Maria Juhlin, Filip Elvander, Andreas Jakobsson

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

Abstrakti

In this work, we propose a novel measure of distance for quantifying dissimilarities between signals observed on a graph. Building on a recently introduced optimal mass transport framework, the distance measure is formed using the second-order statistics of the graph signals, allowing for comparison of graph processes without direct access to the signals themselves, while explicitly taking the dynamics of the underlying graph into account. The behavior of the proposed distance notion is illustrated in a graph signal classification scenario, indicating attractive modeling properties, as compared to the standard Euclidean metric.
AlkuperäiskieliEnglanti
Otsikko2019 27th European Signal Processing Conference (EUSIPCO)
KustantajaIEEE
Sivut1-5
Sivumäärä5
ISBN (elektroninen)978-9-0827-9703-9
ISBN (painettu)978-1-5386-7300-3
DOI - pysyväislinkit
TilaJulkaistu - 6 syysk. 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaEuropean Signal Processing Conference - Coruna, Espanja
Kesto: 2 syysk. 20196 syysk. 2019

Julkaisusarja

NimiEuropean Signal Processing Conference
ISSN (painettu)2219-5491
ISSN (elektroninen)2076-1465

Conference

ConferenceEuropean Signal Processing Conference
LyhennettäEUSIPCO
Maa/AlueEspanja
KaupunkiCoruna
Ajanjakso02/09/201906/09/2019

Sormenjälki

Sukella tutkimusaiheisiin 'Defining Graph Signal Distances Using an Optimal Mass Transport Framework'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä