周期平稳过程网络中的精确拓扑学习
摘要：从时间序列数据中学习网络的结构，尤其是周期性站点数据，在许多学科领域如电力网络、生物学和金融领域都具有重要意义。在本文中，提出了一种算法用于重构周期性进程网络的拓扑结构。据我们所知，这是第一项在不对底层结构做任何假设的情况下保证准确恢复的工作。该方法基于一种提升技术，将周期性进程映射到向量广义稳态进程，并进一步利用矩阵维纳滤波器对这些进程进行半定性. 通过在电阻电容网络上展示了所提算法的性能，并展示了不同样本大小下的重构准确性。
作者：Harish Doddi, Saurav Talukdar, Deepjyoti Deka and Murti Salapaka
论文ID：1903.09210
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-09-20