Fast Multiscale Diffusion on Graphs - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Fast Multiscale Diffusion on Graphs

Résumé

Diffusing a graph signal at multiple scales requires computing the action of the exponential of several multiples of the Laplacian matrix. We tighten a bound on the approximation error of truncated Chebyshev polynomial approximations of the exponential, hence significantly improving a priori estimates of the polynomial order for a prescribed error. We further exploit properties of these approximations to factorize the computation of the action of the diffusion operator over multiple scales, thus reducing drastically its computational cost.
Fichier principal
Vignette du fichier
main_arxiv2.pdf (280.34 Ko) Télécharger le fichier
marco1.pdf (20.83 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03212764 , version 1 (29-04-2021)
hal-03212764 , version 2 (16-02-2022)

Identifiants

Citer

Sibylle Marcotte, Amélie Barbe, Rémi Gribonval, Titouan Vayer, Marc Sebban, et al.. Fast Multiscale Diffusion on Graphs. ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing, May 2022, Singapore, Singapore. ⟨hal-03212764v1⟩
466 Consultations
415 Téléchargements

Altmetric

Partager

More