[論文レビュー] Filter Design for Autoregressive Moving Average Graph Filters

Jiani Liu, Elvin Isufi+1 more|arXiv (Cornell University)|Nov 22, 2017

Advanced Graph Neural Networks参考文献 28被引用数 3

ひとこと要約

本稿では、有向および無向グラフの両方において、Prony法と反復誤差最小化アプローチを用いて、有限インパulse応答（FIR）フィルターよりも高い近似精度を達成する2つの新しい集中型設計手法を、自己回帰移動平均（ARMA）グラフフィルタに提案する。ARMAフィルタは、有理的周波数応答と低い実装コストを特徴とし、グラフ信号補間、圧縮、予測の分野でFIRフィルタを上回る性能を発揮する。

ABSTRACT

In the field of signal processing on graphs, graph filters play a crucial role in processing the spectrum of graph signals. This paper proposes two different strategies for designing autoregressive moving average (ARMA) graph filters on both directed and undirected graphs. The first approach is inspired by Prony's method, which considers a modified error between the modeled and the desired frequency response. The second technique is based on an iterative approach, which finds the filter coefficients by iteratively minimizing the true error (instead of the modified error) between the modeled and the desired frequency response. The performance of the proposed algorithms is evaluated and compared with finite impulse response (FIR) graph filters, on both synthetic and real data. The obtained results show that ARMA filters outperform FIR filters in terms of approximation accuracy and they are suitable for graph signal interpolation, compression and prediction.

研究の動機と目的

• 有限インパulse応答（FIR）グラフフィルタの限界、特に急峻な遷移に対し高次元を必要とし、精度が限られる問題に対処する。
• 周波数サンプリングのための複素平面単位円のグリッド化を用いて、無向グラフから有向グラフへの普遍的最小二乗（LLS）設計戦略の拡張を行う。
• 有理的周波数応答を最大限に活用する集中型ARMAグラフフィルタ設計手法を提案し、近似精度を向上させる。
• 合成データおよび実データを用いたグラフ信号補間、圧縮、予測タスクにおいて、ARMAフィルタとFIRフィルタを比較評価する。
• 実数および複素数のグラフ周波数を用いて、有向および無向グラフの両方に適用可能な統一されたARMAフィルタ設計フレームワークを提供する。

提案手法

• 最初の手法はProny法に着想を得ており、バーデモンデ型の定式化を用いて、モデル化された周波数応答と所望の周波数応答との間の修正誤差を最小化する。
• 2番目の手法は、代理誤差ではなく真の誤差（true error）を最小化する反復最適化アプローチを採用する。
• 反復アルゴリズムは、Pronyに基づく手法の解で初期化され、収束性と精度が向上する。
• 設計フレームワークは、既知のグラフおよびユニバーサル設計をサポートしており、無向グラフでは実数区間、有向グラフでは複素平面単位円を均等にグリッド化してグラフ周波数をサンプリングする。
• 集中型実装は、一次順応法または共役勾配法を用いて線形方程式系を解き、ARMAフィルタ出力を効率的に計算する。
• バーデモンデ行列および所望の応答における対称性を活用することで、複素共役周波数ペアと実数周波数を処理し、実数係数のフィルタ係数を保証する。

実験結果

リサーチクエスチョン

• RQ1 グラフ信号に急峻なスペクトル遷移が存在する場合、ARMAグラフフィルタはFIRフィルタよりも高い近似精度を達成できるか？
• RQ2 複素数のグラフ周波数を用いて、FIRフィルタのユニバーサル設計アプローチを有向グラフに拡張できるか？
• RQ3 近似精度という観点から、分散実装と比較して集中型ARMAフィルタ設計がどの程度の性能向上をもたらすか？
• RQ4 ARMAグラフフィルタ設計において、修正誤差指標に基づく手法と比較して、真の誤差の反復最小化が優れているか？
• RQ5 補間、圧縮、予測といった実用的グラフ信号処理タスクにおいて、ARMAフィルタはFIRフィルタと比較してどのように性能を発揮するか？

主な発見

• ARMAグラフフィルタは、ステップ関数のような急峻な遷移を示す応答において、FIRフィルタよりも顕著に高い近似精度を達成する。
• 真の誤差を最小化する反復ARMAフィルタ設計手法は、Pronyに基づく手法を上回り、収束性と精度が向上する。
• 同じ近似精度を達成するためのフィルタ次数がFIRフィルタより低く抑えられ、実装コストが削減される。
• 合成データおよび実世界データの両方において、ARMAフィルタはグラフ信号補間、圧縮、線形予測タスクで優れた性能を示す。
• 提案手法は、有向および無向グラフの両方で有効であり、ユニバーサル設計アプローチが単位円上の複素数グラフ周波数に成功裏に拡張された。
• 集中型実装により、線形方程式系の効率的解法が可能となり、分散実装に見られる収束問題を回避し、正確なフィルタ出力を保証する。