Key points are not available for this paper at this time.
Die Forschung in der Graphsignalverarbeitung (GSP) zielt darauf ab, Werkzeuge zur Verarbeitung von Daten zu entwickeln, die auf unregelmäßigen Graphdomänen definiert sind. In diesem Papier geben wir zunächst einen Überblick über zentrale Ideen in der GSP und deren Verbindung zur herkömmlichen digitalen Signalverarbeitung, zusammen mit einem kurzen historischen Überblick, um zu verdeutlichen, wie kürzlich in der GSP entwickelte Konzepte auf früheren Forschungen in anderen Bereichen aufbauen. Anschließend fassen wir die jüngsten Fortschritte bei der Entwicklung grundlegender GSP-Werkzeuge zusammen, einschließlich Methoden für Sampling, Filtering oder Graphenlernen. Danach überprüfen wir die Fortschritte in mehreren Anwendungsbereichen mit GSP, einschließlich der Verarbeitung und Analyse von Sensornetzwerkdaten, biologischen Daten sowie Anwendungen in der Bildverarbeitung und im maschinellen Lernen.
Ortega et al. (Mittwochs) haben diese Frage untersucht.