图上的趋势过滤
王玉祥、詹姆斯·夏普纳克、亚历山大·斯莫拉、瑞安·提比什拉尼; 17(105):1−41, 2016.
摘要
在惩罚离散图差分的$\ell_1$范数的基础上，我们引入了一类图的自适应估计。这将用于单变量非参数回归的趋势过滤思想（Kim et al.，2009；Tibshirani，2014）推广到了图形中。与单变量情况类似，图趋势滤波表现出了通常基于$\ell_2$的图平滑器无法比拟的局部自适应水平。它也由易于解决的凸最小化问题定义（例如，通过快速ADMM或牛顿算法）。我们通过实例和理论证明了图形趋势过滤的优点。
[腹肌]
[pdf格式][围兜]
