前言
图信号(Graph Signal)在 图傅里叶变换、图信号处理、谱图理论 和图卷积中的出现频次较高,在图傅里叶变换的维基百科中,只是简单地说明了图信号是个函数,它将顶点映射为实数:
图信号(graph signal) f : V → R f: V \rightarrow \mathbb{R} f:V→R是定义在图 G G G顶点上的函数, f f f将每一个顶点(vertex) { v i } i = 1 , … , N \{v_i\}_{i=1,\ldots,N} {vi}i=1,…,N 映射为一个实数 f ( i ) f(i) f(i)。
图信号理解
例如,假设一个有8个城市的省,我们需要表示每个城市的卡车数量,可以使用如下的图形信号来表示这些信息:
每个浅绿色的顶点代表一个城市及其在该省的位置。连接城市的蓝色的边代表两个连接城市之间的道路。红色的垂直线代表卡车的数量,这是一个标量值。红线越高,那个城市的卡车数量就越高。
假设每个顶点
i
i
i都有一个信号
f
(
i
)
f(i)
f(i),给定图中的一个顶点,这个顶点信号将给出一个实数作为输出,即
f
:
V
→
R
f: V \rightarrow \mathbb{R}
f:V→R
比如第1个城市有100量卡车,则
f
(
1
)
=
100
f(1)=100
f(1)=100。
由于有N个顶点,因此
f
(
i
)
f(i)
f(i)中的
i
i
i将有N个不同的值。图信号可以定义为N个单独信号的集合,如下所示。
f
=
[
f
(
1
)
,
f
(
2
)
,
.
.
.
f
(
N
)
]
T
f=[f(1),f(2),...f(N)]^{T}
f=[f(1),f(2),...f(N)]T
结语
上面我们看到的是一个简单的平面图,然而,我们可以用更高维度的图来表示复杂的模型,例如,人体可以表示为3D点云图,传感器网络甚至图像都可以表示为图形,这如下图所示。