Sparse coding with signal processing on graphs

2018 Fiscal Year Final Research Report

• Project/Area Number: 16H04362
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Research Field: Communication/Network engineering
• Research Institution: Tokyo University of Agriculture and Technology
• Principal Investigator: Tanaka Yuichi 東京農工大学, 工学(系)研究科(研究院), 准教授 (10547029)
• Co-Investigator(Kenkyū-buntansha): 田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584) ; 京地 清介 北九州市立大学, 国際環境工学部, 准教授 (70634616) ; 小野 峻佑 東京工業大学, 科学技術創成研究院, 助教 (60752269)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: グラフ信号処理 / 機械学習 / 信号処理

Outline of Final Research Achievements

With this grant, we achieved a fast graph sampling method and large-scale singular value thresholding without matrix decomposition.
We employed knowledge of graph signal processing for graph sampling. Particularly, we apply graph localization operators to determine the sampling set. The proposed method is significantly faster than the alternative methods. The signal reconstruction quality of the proposed method also outperformed the existing approaches. For singular value thresholding, we utilized Chebyshev polynomial approximation for the thresholding: We presented that the singular values can be processed without an explicit matrix decomposition.

Free Research Field

信号情報処理

Academic Significance and Societal Importance of the Research Achievements

Society 5.0 の実現のためには IoT から得られるビッグデータを効率よく処理する必要がある．本研究の成果は，ビッグデータ解析に対して（グラフ）信号処理の立場から非常に効率的なアルゴリズムを提案したことに学術的意義がある．同時に，今後ますます需要が増すビッグデータを利用した AI に対し，実用的にも大きな一歩となることが期待できる．