[論文レビュー] Polynomial graph filter of multiple shifts and distributed implementation of inverse filtering

Nazar Emirov, Cheng Cheng+2 more|arXiv (Cornell University)|Mar 24, 2020

Advanced Graph Neural Networks参考文献 50被引用数 6

ひとこと要約

本稿では、複数の可換なグラフシフトに基づく多項式グラフフィルタを導入し、ネットワークシステムにおけるフィルタリングおよび逆フィルタリングの効率的で分散型の実装を可能にする。時間変動するグラフ信号および218か所の米国毎時気温データにおけるノイズ除去の両方で有効性を示す、分散型および集中型の2つの反復的アルゴリズムを提案する。

ABSTRACT

Polynomial graph filters and their inverses play important roles in graph signal processing. An advantage of polynomial graph filters is that they can be implemented in a distributed manner, which involves data transmission between adjacent vertices only. The challenge arisen in the inverse filtering is that a direct implementation may suffer from high computational burden, as the inverse graph filter usually has full bandwidth even if the original filter has small bandwidth. In this paper, we consider distributed implementation of the inverse filtering procedure for a polynomial graph filter of multiple shifts, and we propose two iterative approximation algorithms that can be implemented in a distributed network, where each vertex is equipped with systems for limited data storage, computation power and data exchanging facility to its adjacent vertices. We also demonstrate the effectiveness of the proposed iterative approximation algorithms to implement the inverse filtering procedure and their satisfactory performance to denoise time-varying graph signals and a data set of US hourly temperature at 218 locations.

研究の動機と目的

• 古典的なグラフ信号処理を拡張するため、多次元FIRフィルタに類似した複数の可換なグラフシフトに基づく多項式グラフフィルタを導入すること。
• 各頂点に制限された計算および記憶リソースを持つネットワークにおけるフィルタリングおよび逆フィルタリングの分散型実装を可能にすること。
• 分散型および集中型の両方の環境に適用可能な、逆フィルタリングの反復的近似アルゴリズムを開発すること。
• 実世界の時間変動するグラフ信号、例えば気温データやノイズ除去タスクにおける、提案フレームワークの実用的有用性を示すこと。

提案手法

• 各シフトがペアワイズに可換であることを保証する複数の可換なグラフシフトの概念を導入し、整合的な共同スペクトル特性を確保する。
• 可換なシフト行列の多変数多項式として多項式グラフフィルタを定義し、多項式の全次数によってジオデシック幅が制限されることを示す。
• 各頂点におけるフィルタ出力を、局所的計算と隣接ノードとの通信のみを用いて分散的に計算するアルゴリズムを開発する。
• 分散ネットワークと集中型施設の両方に適した2つの逆フィルタリングの反復的アルゴリズムを提案する。
• 逆フィルタリング近似の誤差を最小化するために、多変数チェビシェフ多項式近似を用いる。
• 行列の交換子ノルムとスペクトル解析を用いて、一般のフィルタと多項式フィルタの集合との間の近似誤差の理論的上限を導出する。

実験結果

リサーチクエスチョン

• RQ1 複数の可換なグラフシフトに基づく多項式グラフフィルタは、多次元信号処理における古典的FIRフィルタをどのように一般化できるか？
• RQ2 局所的処理と限られた通信を伴う分散ネットワークにおいて、このようなフィルタを実装する構造と計算可能性はどのようなものか？
• RQ3 反復的手法を用いて、分散型および集中型の両環境で効率的に逆フィルタリングを近似する方法は何か？
• RQ4 多項式フィルタを用いた逆フィルタリングの近似誤差に対して、どのような理論的保証を提供できるか？
• RQ5 提案されたアルゴリズムは、時間変動するグラフ信号のノイズ除去や実世界の気温データのような実用的応用において、どれほど有効か？

主な発見

• 提案された分散フィルタリングアルゴリズムにより、各頂点での計算が局所的データと隣接ノードとの通信のみに依存し、リソース制限のあるネットワークに適している。
• 反復的逆フィルタリングアルゴリズムは、近似誤差の理論的上限により支えられた収束を示し、高精度な逆フィルタ近似を達成する。
• 理論的解析により、一般のグラフフィルタと多項式フィルタの集合との間の距離が、フィルタとグラフシフトとの交換子ノルムによって上限付けられることを示した。
• 実験的結果により、時間変動するグラフ信号のノイズ除去および218か所の米国毎時気温データの正確な再構成に成功した。
• 異なる物理的意味を持つ複数のグラフシフトを活用することで、時間変動信号内の多方向相関を効果的に捉えることができた。
• 多変数チェビシェフ近似の使用により、逆フィルタリング近似アルゴリズムの収束が強固で安定したものとなった。